图像处理设备、图像处理方法与流程

本公开涉及一种图像处理设备、图像处理方法以及程序，并且具体地，涉及一种能够对图像的任何区域的细节清晰度进行恢复的图像处理设备、图像处理方法以及程序。

背景技术：
通常，“信息”具有能量(熵)的偏倚(bias)(普遍性)。此偏倚被识别为信息(有价值的信息)。例如，通过拍摄某一风景而获得的图像被人识别为风景的图像，这是因为该图像(构成该图像的像素的像素值)具有对应于该风景的能量偏倚。不具有能量偏倚的图像仅为噪声等，并且作为信息是没有价值的。因此，即使当通过以某一方式操作信息而“破坏”了有价值信息的原始能量偏倚时，也可以通过将破坏的能量偏倚恢复至原始能量偏倚而从经受了操作的信息恢复原始信息。即，可以通过使用信息的原始能量偏倚，将通过操作该信息而获得的数据恢复至原始有价值信息。例如，可以使用图像的分形(自相似性)来创建通过拍摄风景而获得的图像的一部分。在包括例如海和森林的图像的图像中，海的整个图像的像素值的变化模式(例如，边缘的形状)与海的图像的一部分的像素值的变化模式之间的相似性较高。相比之下，海的像素值的变化模式与位于远离海的森林的图像的像素值的变化模式之间的相似性较低。即，出现了这样的相似性偏倚。假设用森林图像的一部分来交换海的图像的一部分。然后，可能获得具有被破坏的相似性偏倚的图像。然而，通过使用下面的相似性偏倚，可以对被破坏的相似性偏倚进行恢复。即，相似性偏倚指示接近部分的像素值的变化模式之间的相似性较高，并且指示随着各部分之间的距离增加，各部分的像素值的变化模式之间的相似性降低。即，根据在风景图像中出现的原始相似性偏倚，明显不自然的是，海的图像的一部分是与海具有低相似性的森林的图像的一部分，以及森林的图像的一部分是海的图像的一部分。即，海的图像与海的图像中存在的森林的图像的一部分之间的变化模式的相似性显著地低于海的图像的一部分与海的图像的其它部分之间的相似性。另外，森林的图像与森林的图像中存在的海的图像的一部分之间的变化模式的相似性显著地低于森林的图像的一部分与森林的图像的其它部分之间的相似性。相比之下，海的图像中存在的森林图像的一部分与森林的图像之间的相似性和森林的图像中存在的海图像的一部分与海的图像之间的相似性中的每个均较高。因此，根据在风景图像中出现的原始相似性偏倚，期望的是，将海的图像中存在的森林图像的一部分与森林的图像中存在的海图像的一部分进行交换。通过执行这样的交换，可以恢复图像中的相似性偏倚。以此方式，可以恢复原始图像。另外，通过使用图像中的这种自相似性，可以执行改进图像质量的图像处理。在使用自相似性改进图像质量的这样的处理中，开发了一种用于改进边界部分中的图像连续性的技术(例如，参考日本未审查专利申请公开第11-331595号)。

技术实现要素：
然而，在一些情况下，如果采用使用自相似性的现有处理，难以有效地对图像的局部进行处理。更具体地，例如当放大图像时，细线可能被描绘为粗线。另外，输入图像中存在的精细图案可能被删除或可能被劣化为不自然的几何图案。而且，当以块为单位替换像素时，在块的边界部分中可能出现图像的不连续性。另外，如果为了增加锐度而调整图像的带宽，这样的劣化可能变得明显或可能丢失细节清晰度。另外，在使用学习处理的现有高图像质量处理(例如，数字真实性创建(DigitalRealityCreation，DRC)处理)中，最终使用位于关注像素附近的像素来执行滤波处理。因此，难以基于输出像素速率来创建真实的细节清晰度。因此，期望提供一种能够对图像的任何区域的细节清晰度进行恢复的图像处理设备、图像处理方法以及程序。根据本公开的实施例，一种图像处理设备包括：第一匹配抽头获取单元，被配置成获取其中心为关注像素的匹配抽头，其中匹配抽头表示其中心为预定像素的、位于预定位置的多个像素；第二匹配抽头获取单元，被配置成获取多个匹配抽头，多个匹配抽头中的每个的中心为由关注像素周围的多个像素所形成的搜索区域中的像素之一；相似性识别单元，被配置成在由第二匹配抽头获取单元所获取的多个匹配抽头中，识别相似性最大化像素，该相似性最大化像素表示与由第一匹配抽头获取单元所获取的匹配抽头具有最高相似性的匹配抽头的中心像素；以及像素值混合控制单元，被配置成通过将第一计算像素值与第二计算像素值进行混合来计算关注像素的像素值，其中第一计算像素值是通过对其中心为关注像素的预测抽头的像素值执行预定算术处理而获得的，该预测抽头表示其中心为预定像素的、位于预定位置的多个像素，并且第二计算像素值是通过对其中心为相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。由第一匹配抽头获取单元所获取的匹配抽头中的关注像素可以是通过以期望的放大因数放大输入图像而获得的图像的像素，并且可以通过将由像素值混合控制单元所计算的像素值分配给关注像素的值而恢复放大后的图像的带宽。由第一匹配抽头获取单元所获取的匹配抽头的像素间隔可以不同于由第二匹配抽头获取单元所获取的匹配抽头的像素间隔，并且由第二匹配抽头获取单元所获取的匹配抽头的像素间隔可以依照放大因数来确定。像素值混合控制单元可以依照由第二匹配抽头获取单元所获取的匹配抽头与由第一匹配抽头获取单元所获取的匹配抽头之间的相似性水平来设置第一计算像素值与第二计算像素值的混合比。像素值混合控制单元可以将其中心为关注像素的预测抽头的像素值与其中心为相似性最大化像素的预测抽头的像素值进行混合，并且像素值混合控制单元可以对混合后的预测抽头的像素值执行预定算术处理以获得作为关注像素的像素值的像素值。对于根据依照预测抽头的像素值而计算的特征来分组的每个类，像素值混合控制单元可以读取与构成预测抽头的像素位置对应的、并且通过学习而获得的且被预存的多个系数。像素值混合控制单元可以通过将其中心为关注像素的预测抽头的像素值乘以系数来计算第一计算像素值，并且像素值混合控制单元通过将其中心为相似性最大化像素的预测抽头的像素值乘以系数来计算第二计算像素值。像素值混合控制单元可以基于由其中心为关注像素的多个像素所形成的区域中的预定方向上的一次微分值(firstderivation)的动态范围来计算对应于关注像素的参考值，并且像素值混合控制单元可以基于参考值来设置第一计算像素值与第二计算像素值的混合比。像素值混合控制单元可以基于其中心为关注像素的预测抽头的像素值和其中心为相似性最大化像素的预测抽头的像素值之间的绝对差别值来计算对应于关注像素的参考值，并且像素值混合控制单元可以基于该参考值来设置第一计算像素值与第二计算像素值的混合比。如果确定在该区域中不存在固定性，则第一匹配抽头获取单元和第二匹配抽头获取单元中的每个均可以减少匹配抽头的像素数目。固定性确定单元可以基于下述之一来确定是否存在固定性：由其中心为关注像素的多个像素所形成的区域中的预定方向上的一次微分值的动态范围、该区域中的像素值的方差以及被应用于该区域中的图像的边缘提取滤波器的输出值。图像处理设备可以进一步包括固定性确定单元，其被配置成确定由其中心为关注像素的多个像素所形成的区域中是否存在固定性。如果确定在该区域中不存在固定性，则可以对第一计算像素值与第二计算像素值的混合比进行调节。根据本公开的另一实施例，一种图像处理方法包括：使用第一匹配抽头获取单元来获取其中心为关注像素的匹配抽头，其中该匹配抽头表示其中心为预定像素的、位于预定位置的多个像素；使用第二匹配抽头获取单元来获取多个匹配抽头，这多个匹配抽头中的每个的中心为由关注像素周围的多个像素所形成的搜索区域中的像素之一；使用相似性识别单元来在由第二匹配抽头获取单元所获取的多个匹配抽头中识别相似性最大化像素，该相似性最大化像素表示与由第一匹配抽头获取单元所获取的匹配抽头具有最高的相似性的匹配抽头的中心像素；以及使用像素值混合控制单元，通过将第一计算像素值与第二计算像素值进行混合来计算关注像素的像素值，其中第一计算像素值是通过对其中心为关注像素的预测抽头的像素值执行预定算术处理而获得的，该预测抽头表示其中心为预定像素的、位于预定位置的多个像素，并且第二计算像素值是通过对其中心为相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。根据本公开的另一实施例，一种计算机可读程序包括用于使计算机用作图像处理设备的代码。该图像处理设备包括：第一匹配抽头获取单元，被配置成获取其中心为关注像素的匹配抽头，其中该匹配抽头表示其中心为预定像素的、位于预定位置的多个像素；第二匹配抽头获取单元，被配置成获取多个匹配抽头，这多个匹配抽头中的每个的中心为由关注像素周围的多个像素所形成的搜索区域中的像素之一；相似性识别单元，被配置成在由第二匹配抽头获取单元所获取的多个匹配抽头中，识别相似性最大化像素，该相似性最大化像素表示与由第一匹配抽头获取单元所获取的匹配抽头具有最高的相似性的匹配抽头的中心像素；以及像素值混合控制单元，被配置成通过将第一计算像素值与第二计算像素值进行混合来计算关注像素的像素值，其中第一计算像素值是通过对其中心为关注像素的预测抽头的像素值执行预定算术处理而获得的，该预测抽头表示其中心为预定像素的、位于预定位置的多个像素，并且第二计算像素值是通过对其中心为相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。根据本公开的实施例，获取其中心为关注像素的匹配抽头，其中匹配抽头表示其中心为预定像素的、位于预定位置的多个像素。之后，获取多个匹配抽头，这多个匹配抽头中的每个的中心为由关注像素周围的多个像素所形成的搜索区域中的像素之一。在由第二匹配抽头获取单元所获取的多个匹配抽头中，识别相似性最大化像素，该相似性最大化像素表示与由第一匹配抽头获取单元所获取的匹配抽头具有最高的相似性的匹配抽头的中心像素。最终，通过将第一计算像素值与第二计算像素值进行混合来计算关注像素的像素值，其中第一计算像素值是通过对其中心为关注像素的预测抽头的像素值执行预定算术处理而获得的，该预测抽头表示其中心为预定像素的、位于预定位置的多个像素，并且第二计算像素值是通过对其中心为相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。根据本公开，在图像的任何区域中都可以对图像的细节清晰度进行恢复。附图说明图1是根据本公开的示例性实施例的图像处理设备的示例性配置的框图。图2示出了匹配抽头的示例。图3示出了具有密集抽头间隔的匹配抽头的示例。图4示出了具有稀疏抽头间隔的匹配抽头的示例。图5示出了依照放大因数的抽头间隔设置的示例。图6示出了从输入图像所构建的匹配抽头的示例。图7示出了预测抽头的示例。图8示出了由第一预测抽头构建单元所使用的预测抽头的示例。图9示出了由第一预测抽头构建单元所使用的预测抽头的另一示例。图10示出了由第二预测抽头构建单元所使用的预测抽头的示例。图11示出了由第二预测抽头构建单元所使用的预测抽头的另一示例。图12示出了由第二预测抽头构建单元所使用并且从输入图像所构建的预测抽头。图13示出了由混合控制单元所执行的混合比α设置的示例。图14是示例性的图像处理的流程图。图15是根据本公开的另一示例性实施例的图像处理设备的示例性配置的框图。图16是生成在自适应分类处理中所使用的预测系数的学习设备的示例性配置的框图。图17是示出学习处理的流程图。图18是示出使用自适应分类处理的带宽恢复设备的示例性配置的框图。图19是示出示例性带宽恢复处理的流程图。图20示出了理想输出图像的示例。图21示出了具有过高和过低亮度的图像的示例。图22A和图22B示出了图像的平坦区域和非平坦区域。图23示出了一次微分DR。图24示出了当像素值的混合比增加时出现的问题。图25示出了由混合控制单元所执行的混合比β的设置示例。图26是示例性的混合比设置处理的流程图。图27是根据本公开的另一示例性实施例的图像处理设备的示例性配置的框图。图28A和28B示出了关注像素和关注像素周围的像素的提取的示例。图29A和29B示出了抽头尺寸。图30示出了固定性检测控制处理的示例。图31是个人计算机的示例性配置的框图。具体实施方式下面参照附图描述本公开的示例性实施例。图1是根据本公开的示例性实施例的图像处理设备的示例性配置的框图。如在图1中所示，图像处理设备10包括像素量转换单元21、第一带宽恢复单元22、第一匹配抽头构建单元23、第二匹配抽头构建单元24、相似性检测单元25、混合控制单元26以及混合单元27。另外，图像处理设备10包括第一预测抽头构建单元31、第二预测抽头构建单元32、第二带宽恢复单元33以及第二带宽恢复单元34。像素量转换单元21依照期望的放大因数对输入图像的像素的数目进行转换。此时，利用例如立方(Cubic)滤波器或Lanczos滤波器使用广泛使用的像素插值处理来对像素的数目进行转换。替选地，可以使用分类/学习处理来对像素的数目进行转换。注意的是，以下对自适应分类处理进行更详细的描述。第一带宽恢复单元22对整个图像的带宽进行恢复并且调整图像的锐度。此时，使用广泛使用的带宽恢复滤波器来对整个图像的带宽进行恢复。例如，采用了使用模糊去除滤波器或高通滤波器的滤波处理。替选地，可以通过使用自适应分类处理的转换对带宽进行恢复。以下对自适应分类处理进行更详细的描述。第一匹配抽头构建单元23和第二匹配抽头构建单元24构建用于检测自相似性的抽头。如在本文中所使用的，术语“构建抽头”指的是获取位于多个预定位置的像素的值作为匹配抽头。第一匹配抽头构建单元23和第二匹配抽头构建单元24从通过由像素量转换单元21和第一带宽恢复单元22所执行的处理而放大的图像(在下文中，被称为“暂定输出图像”)来构建抽头。图2示出了匹配抽头的示例。在图2中，每个圆圈表示一个像素。在图2的示例中，由41个像素形成匹配抽头，这41个像素构成其中心为中心像素的方形。中心像素位于方形的重心位置处。第一匹配抽头构建单元23将暂定输出图像中的关注像素当做匹配抽头的中心像素。因此，第一匹配抽头构建单元23获取与图2中所示的匹配抽头对应的像素的值。此时，第一匹配抽头构建单元23使用其像素之间的距离小于图2中所示的匹配抽头的像素之间的距离的匹配抽头。在下文中，“使像素之间的间隔密集”指的是“使抽头间隔密集”。图3示出了由第一匹配抽头构建单元23所使用的并且具有密集抽头间隔的匹配抽头的示例。在图3所示的示例中，从暂定输出图像60构建具有密集抽头间隔的匹配抽头。第二匹配抽头构建单元24构建匹配抽头，这些匹配抽头中的每个的中心为在暂定输出图像60中的关注像素附近的像素所形成的搜索区域中的像素之一。此时，第二匹配抽头构建单元24使用具有不同于图3所示的匹配抽头的抽头间隔的匹配抽头。例如，使用了如下的匹配抽头：其具有比图3所示的匹配抽头的邻近像素之间的距离更长的邻近像素之间的距离(即，稀疏的抽头间隔)。图4示出了由第二匹配抽头构建单元24所使用的并且具有稀疏的抽头间隔的匹配抽头的示例。在图4所示的示例中，在关注像素附近的搜索区域由虚线矩形所指示，并且在暂定输出图像60中示出了其中心为位于搜索区域的左上角的像素的匹配抽头。如图4所示，第二匹配抽头构建单元24顺序地构建其中心为位于搜索区域中的每个像素的匹配抽头。例如，如果在暂定输出图像60的搜索区域中包括100个像素，则第二匹配抽头构建单元24顺序地构建99个匹配抽头，这99个匹配抽头中的每个的中心为除关注像素之外的99个像素中的一个。例如，通过在水平方向上和竖直方向上的放大因数来确定由第二匹配构建单元24所使用的匹配抽头的抽头间隔。如上所述，像素量转换单元21依照期望的放大因数来执行像素量转换。此时，针对水平方向和竖直方向中的每个来定义放大因数。图5示出了依照放大因数的抽头间隔设置的示例。在图5中，横坐标表示放大因数，并且纵坐标表示抽头间隔(邻近像素之间的距离)。三条实线指示要设置的抽头间隔。即，如果放大因数在1.0至大约1.5的范围中，则抽头间隔被设置为1。另外，如果放大因数在大约1.5至大约2.5的范围中，则抽头间隔被设置为2。此外，如果放大因数在大约2.5至大约3.5的范围中，则抽头间隔被设置为3。例如，当图5所示的关系被应用于水平方向上的放大因数与水平方向上的抽头间隔之间的关系并且如果水平方向上的放大因数是2.0时，在水平方向上的匹配抽头的像素之间的距离被设置为2。另外，例如，当图5所示的关系被应用于竖直方向上的放大因数与竖直方向上的抽头间隔之间的关系并且如果在竖直方向上的放大因数是2.0时，在竖直方向上的匹配抽头的像素之间的距离被设置为2。虽然参照依照在水平方向和竖直方向中的每个方向上的放大因数来设置匹配抽头的抽头间隔的示例描述了本示例性实施例，但是可以依照例如输入图像的带宽来设置抽头间隔。另外，虽然参照从暂定输出图像来构建抽头的第二匹配抽头构建单元24描述了本示例性实施例，但是第二匹配抽头构建单元24可以从输入图像来构建抽头。例如，在图5所示的示例中，如果放大因数是2.0，则抽头间隔被设置为2。此操作基本上与如下操作相同：在该操作中，在放大之前的图像(即，输入图像)中，使用为1的抽头间隔来构建抽头。因此，例如如果放大因数是2.0，则第二匹配抽头构建单元24可以使用为1的抽头间隔从输入图像来构建匹配抽头。图6示出了由第二匹配抽头构建单元24所使用的并且从输入图像所构建的匹配抽头的示例。在这样的情况下，如在图6中所示，识别了在输入图像70中的关注像素的位置，并且在关注像素周围设置了由虚线所示的矩形搜索区域。之后，如在图6中所示，在输入图像70内的搜索区域中，顺序地构建其中心为位于搜索区域中的每个像素的匹配抽头。返回参照图1，相似性检测单元25检测由第一匹配抽头构建单元23所构建的匹配抽头与由第二匹配抽头构建单元24所构建的匹配抽头之间的相似性。假设z1ij是由第一匹配抽头构建单元23所构建的匹配抽头中的每个像素的像素值，并且假设z2ijk是由第二匹配抽头构建单元24所构建的匹配抽头中的每个像素的像素值。然后，如下计算相似性的逆diffik：其中下标i表示指示关注像素的像素位置的序号，下标j表示指示匹配抽头中的像素的像素位置的序号，以及k表示指示搜索区域中的像素的像素位置的序号。另外，在等式(1)中，上划线(bar)指示匹配抽头中的像素的像素值的平均值。此时，通过简单地对像素值进行求和并且将和除以像素数目来计算平均值。替选地，可以通过对像素值中的一些进行加权、对所有像素值进行求和以及用和除以像素数目来计算平均值。随着使用等式(1)所计算的diffik减少，两个匹配抽头之间的相似性增加。如由下面等式所示，选择使diffik的值最小化的“k”(即，搜索区域中的像素位置)作为相似性最大化像素的位置kmin。相似性检测单元25将使用等式(2)所识别的像素位置kmin供给至第二预测抽头构建单元32。另外，相似性检测单元25将对应于像素位置kmin的相似性的逆diffik供给至混合控制单元26。第一预测抽头构建单元31和第二预测抽头构建单元32中的每个从暂定输出图像来构建预测抽头。预测抽头被定义为第二带宽恢复单元33或第二带宽恢复单元34执行用于恢复带宽的图像处理所必须的像素组。图7示出了预测抽头的示例。在图7中，每个圆圈表示一个像素。在图7所示的示例中，预测抽头由形成方形的13个像素所形成。预测抽头的中心像素位于方形的重心位置。即，图7中所示的预测抽头的像素的数目少于图2中所示的匹配抽头的像素的数目(即，图7中所示的预测抽头的抽头尺寸小于图2中所示的匹配抽头的抽头尺寸)。图8示出了由第一预测抽头构建单元31所使用的并且从暂定输出图像所构建的预测抽头。在图8所示的示例中，预测抽头由位于暂定输出图像60中的关注像素周围的多个像素所构建。注意的是，第一预测抽头构建单元31的关注像素(图8中所示的关注像素)的像素位置与第一匹配抽头构建单元23的关注像素(图3中所示的关注像素)相同。注意的是，例如，如在图9中所示，第一预测抽头构建单元31可以构建具有稀疏的像素间隔的预测抽头。图10示出了由第二预测抽头构建单元32所使用的并且从暂定输出图像所构建的预测抽头。在图10所示的示例中，搜索区域由位于暂定输出图像60的关注像素周围的虚线矩形所指示。构建其中心为搜索区域中的左上方像素的预测抽头。注意的是，第二预测抽头构建单元32的中心像素(图10中的黑色像素)的像素位置与第二匹配抽头构建单元24的中心像素中具有最小的相似性的逆diffik的中心像素(图4中的黑色像素)的像素位置相同。即，第二预测抽头构建单元32构建预测抽头，以使得预测抽头的中心像素位于从相似性检测单元25所供给的像素位置kmin处。注意的是，例如，如在图11中所示，第二预测抽头构建单元32可以构建具有稀疏像素间隔的预测抽头。即，当构建预测抽头时，可以设置与在构建匹配抽头时所设置的抽头间隔相同或不同的抽头间隔。虽然参照从暂定输出图像构建抽头的第二预测抽头构建单元32进行了以上描述，但是如果第二匹配抽头构建单元24从输入图像来构建抽头，则第二预测抽头构建单元32可以从输入图像来构建抽头。图12示出了由第二预测抽头构建单元32所使用的并且从输入图像所构建的预测抽头。在这样的情况下，如在图12中所示，识别了输入图像70中的关注像素的位置，并且构建预测抽头以使得预测抽头的中心位于以关注像素周围的虚线矩形所指示的搜索区域中的相似性最大化像素的位置。返回参照图1，第二带宽恢复单元33和第二带宽恢复单元34对图像的局部带宽进行恢复并且调整图像的锐度。此时，使用广泛使用的带宽恢复滤波器来对图像的局部带宽进行恢复。例如，采用了使用模糊去除滤波器或高通滤波器的滤波处理。替选地，可以通过使用自适应分类处理的转换来恢复带宽。以下对自适应分类处理进行更详细的描述。注意的是，如上所述，第二带宽恢复单元33和第二带宽恢复单元34分别地基于由第一预测抽头构建单元31和第二预测抽头构建单元32所构建的预测抽头来对图像的局部带宽进行恢复。例如，用预定系数乘以预测抽头的像素的像素值。对所获得的值进行加权以及求和，以及输出结果值作为关注像素的值。通过上述的处理，获得如下像素值：通过对位于关注像素周围的像素执行带宽恢复处理所获得的像素值(由第二带宽恢复单元33所执行的处理的结果值)，以及通过对位于像素位置kmin的像素周围的像素执行带宽恢复处理所获得的像素值(由第二带宽恢复单元34所执行的处理的结果值)。混合单元27将通过对位于关注像素周围的像素执行带宽恢复处理所获得的像素值与通过对位于像素位置kmin的像素周围的像素执行带宽恢复处理所获得的像素值进行混合。此时，在混合控制单元26的控制之下，混合单元27将通过对关注像素周围的像素执行带宽恢复处理所获得的像素值与通过对位于像素位置kmin的像素周围的像素执行带宽恢复处理所获得的像素值进行混合。例如，混合单元27使用从混合控制单元26所供给的混合比α，并且如下计算要输出的像素值：yi＝ay1i+(1-α)y2i……(3)其中，y1i表示第二带宽恢复单元33的输出值，y2i表示第二带宽恢复单元34的输出值，以及yi表示最终输出值。混合控制单元26依照例如使用等式(1)所计算的diffik的值来设置混合比α。图13示出了由混合控制单元26所执行的混合比α的设置的示例。在图13中，横坐标表示diffik，并且纵坐标表示α。即，示出了要依照diffik的值而设置的混合比α的值。在图13的示例中，如果diffik的值小于或等于阈值th，则混合比α的值在0≤α≤1的范围中。在该范围中，随着diffik的值增加，混合比α增加。如果diffik的值超过阈值th，则混合比α的值被设置为常数值“1”。即，如果关注像素附近与位于像素位置kmin的像素附近之间的相似性较高(即，如果diffik的值较小)，则设置混合比α以使得通过对位于像素位置kmin附近的像素执行带宽恢复处理所获得的像素值是强混合的。相比之下，如果关注像素的附近与位于像素位置kmin的像素的附近之间的相似性较低(即，如果diffik的值较大)，则设置混合比α以使得通过对位于关注像素附近的像素执行带宽恢复处理所获得的像素值是强混合的。替选地，如果关注像素附近与位于像素位置kmin的像素附近之间的相似性足够低(即，如果diffik的值超过阈值th)，则设置混合比α以使得仅输出通过对关注像素附近执行带宽恢复处理所获得的像素值。以这样的方式，由根据本示例性实施例的图像处理设备10来执行图像处理。根据本示例性实施例，如上所述，当检测自相似性时，依照放大因数设置抽头间隔，并且检测具有高相似性的区域。因此，例如与现有的自相似检测技术相比，可以更精确地检测相似性。另外，根据本示例性实施例，将从输入图像中的关注像素周围的像素所计算的像素值与从相似性最大化像素的位置周围的像素所计算的像素值进行混合，并且获得输出图像的关注像素的像素值。因此，例如，不同于通过简单地用具有高自相似性的区域来替换部分图像的带宽恢复，可以执行适合于图像特性的带宽恢复。以这样的方式，根据本示例性实施例，可以解决在现有的图像放大技术中经常出现的问题。例如，根据本示例性实施例，当放大图像时，可以放大线而不放大线宽。另外，根据本示例性实施例，可以放大图像，同时边缘被锐化而不会导致振铃(ringing)劣化。此外，根据本示例性实施例，可以以高速率带宽生成细节，因此可以改进输出图像中的细节清晰度。另外，当放大图像时，膨胀(swelling)噪声的效果可以被减少至细小噪声。以下参照图14中所示的流程图描述了由根据本示例性实施例的图像处理设备10所执行的示例性图像处理。在步骤S21中，像素量转换单元21依照期望的放大因数对输入图像的像素的数目进行转换。此时，利用例如立方滤波器或Lanczos滤波器使用广泛使用的像素插值处理来对像素的数目进行转换。在步骤S22中，第一带宽恢复单元22对整个图像的带宽进行恢复并且调整图像的锐度。此时，使用广泛使用的带宽恢复滤波器来对整个图像的带宽进行恢复。例如，采用了使用模糊去除滤波器或高通滤波器的滤波处理。替选地，可以通过使用自适应分类处理的转换来恢复带宽。在步骤S23中，第一匹配抽头构建单元23和第二匹配抽头构建单元24中的每个从通过在步骤S21和S22中所执行的处理而获取的暂定输出图像来构建预测抽头。此时，例如，以上面参照图3和图4所描述的方式来构建预测抽头。注意的是，例如，以上面参照图5所描述的方式来设置第二匹配抽头构建单元24的预测抽头的抽头间隔。替选地，如上面参照图6所描述的，第二匹配抽头构建单元24可以从输入图像来构建预测抽头。在步骤S24中，相似性检测单元25检测由第一匹配抽头构建单元23所构建的匹配抽头与由第二匹配抽头构建单元24所构建的匹配抽头之间的相似性。此时，例如，使用等式(1)计算相似性的逆diffik。在步骤S25中，确定是否已经检查了搜索区域中的所有像素(例如，是否对于所有像素都检测了相似性)。如果确定还未检查搜索区域中的所有像素，则处理返回至步骤S23，其中第二匹配抽头构建单元24选择搜索区域中的下一像素作为预测抽头的中心像素，并且构建预测抽头。之后，重复随后的处理。如果在步骤S25中确定已经检查了搜索区域中的所有像素，则处理继续至步骤S26。在步骤S26中，相似性检测单元25在步骤S24中所计算的逆diffik中识别最低的相似性的逆diffik。在步骤S27中，相似性检测单元25识别与在步骤S26中所识别的最低的相似性的逆diffik对应的像素位置(即，相似性最大化像素的位置kmin)。在步骤S28中，第一预测抽头构建单元31和第二预测抽头构建单元32中的每个从暂定输出图像来构建预测抽头。此时，例如，以上面参照图8至图11所描述的方式来构建预测抽头。替选地，例如，如上面参照图12所描述的，第二匹配抽头构建单元24可以从输入图像来构建预测抽头。在步骤S29中，第二带宽恢复单元33和第二带宽恢复单元34对图像的局部带宽进行恢复并且调整图像的锐度。此时，使用广泛使用的带宽恢复滤波器来对图像的局部带宽进行恢复。例如，采用了使用模糊去除滤波器或高通滤波器的滤波处理。替选地，可以通过使用自适应分类处理的转换来恢复带宽。在步骤S30中，混合单元27将通过对关注像素执行带宽恢复处理所获得的像素值与通过对位于像素位置kmin的像素执行带宽恢复处理所获得的像素值进行混合。此时，在混合控制单元26的控制下，混合单元27将通过对位于关注像素周围的像素执行带宽恢复处理所获得的像素值与通过对位于像素位置kmin周围的像素执行带宽恢复处理所获得的像素值进行混合。例如，混合单元27基于从混合控制单元26所供给的混合比α、使用等式(3)来计算像素值。之后，混合单元27输出所计算的像素值。在步骤S31中，确定是否存在下一像素。即，确定是否暂定输出图像中的所有像素都已经被选择为关注像素并且经受了步骤S23至S30中的处理。如果在步骤S31中确定存在下一像素，则处理返回至步骤S23，其中将下一像素选择为关注像素。之后，重复随后的处理。然而，如果在步骤S31中确定不存在下一像素，则处理继续至步骤S32。在步骤S32中，图像处理设备10输出图像。以这样的方式，输出通过以期望的放大因数放大输入图像而获得的图像。此时，可以放大图像而不增加线的线宽。另外，可以放大图像，同时边缘被锐化而不会导致振铃劣化。此外，可以改进输出图像中的细节清晰度。另外，膨胀噪声的效果可以被减少至细小噪声。如上所述，执行图像处理。注意的是，例如，图1中所示的图像处理设备10可以具有不同的配置，如在图15中所示。图15是根据本公开的另一示例性实施例的图像处理设备的示例性配置的框图。在图15中所示的图像处理设备10中，使用相同的参考标记来表示与图1中相同的块。不同于图1中所示的配置，在图15所示的图像处理设备10中，从第一预测抽头构建单元31和第二预测抽头构建单元32所输出的数据被供给至混合单元27。另外，从混合单元27所输出的数据被供给至第二带宽恢复单元35。即，在图15所示的配置中，由第一预测抽头构建单元31所构建的预测抽头的像素中的每个与由第二预测抽头构建单元32所构建的预测抽头的像素中的一个以从混合控制单元26所供给的混合比进行混合。之后，混合单元27输出经受了混合操作的预测抽头。第二带宽恢复单元35对图像的局部带宽进行恢复并且调整图像的锐度。例如，第二带宽恢复单元35将经受了混合操作的预测抽头的像素的像素值乘以预定系数。之后，第二带宽恢复单元35对所获得的值进行加权以及求和。之后，第二带宽恢复单元35输出和作为关注像素的值。因为图15中所示的图像处理设备10的其它配置与图1中所示的配置相同，所以不重复配置的详细描述。可以如上所述配置本公开的图像处理设备。接下来，描述自适应分类处理。自适应分类处理包括分类处理和自适应处理。在分类处理中，基于数据的特性，将图像的数据分组为不同的类。之后，对每个类执行自适应处理。在自适应处理中，例如，使用预定抽头系数(在下文中还被称为“预测系数”)、通过映射将低质量图像转换为高质量图像。图16是生成在自适应分类处理中所使用的预测系数的学习设备的示例性配置的框图，该自适应分类处理用于从低质量输入图像(例如，低带宽图像)生成高质量输出图像(例如，高带宽图像)。被供给至图16中所示的图像处理设备的输入图像是用作训练图像的高带宽图像。输入图像被供给至受训图像生成单元101和训练像素提取单元108。训练图像中所包括的像素的像素值被用作训练数据。受训图像生成单元101使用例如调整作为输入高带宽图像的训练图像的带宽的滤波器来生成受训图像，该受训图像是对应于训练图像的低带宽图像。之后，受训图像生成单元101将所生成的受训图像供给至图像存储器102。图像存储器102存储从受训图像生成单元101所供给的受训图像并且将所存储的受训图像供给至类抽头提取单元103和预测抽头提取单元106。类抽头提取单元103顺序地选择像素中的一个作为关注像素，并且从受训图像中提取对应于所选择的关注像素的类抽头，并将所提取的类抽头连同受训图像一起供给至特征检测单元104。特征检测单元104从受训图像中检测对应于关注像素的特征，并且将所检测到的特征供给至分类器单元105。分类器单元105基于从特征检测单元104所供给的特征和类抽头，将关注像素分组为一个类，并且将指示类的类代码供给至预测抽头提取单元106和学习存储器109。预测抽头提取单元106基于从分类器单元105所供给的类代码，从图像存储器102所供给的受训图像中提取对应于所选择的类的预测抽头。之后，预测抽头提取单元106将所提取的预测抽头供给至添加计算单元107。训练像素提取单元108提取训练数据(即，训练图像)的关注像素，并且将所提取的训练数据供给至添加计算单元107。添加计算单元107将作为高带宽图像的像素值的训练数据和表示低带宽图像的像素值的预测抽头添加至预定正规等式(normalequation)。之后，添加计算单元107将添加有训练数据和预测抽头的正规等式供给至学习存储器109。学习存储器109基于从分类器单元105所供给的类代码，针对每个类存储从添加计算单元107所供给的正规等式。学习存储器109将添加有训练数据和预测抽头数据并且针对每个类而存储的正规等式供给至正规等式计算单元110。正规等式计算单元110使用例如清除(sweep-out)方法来求解从学习存储器109所供给的正规等式。因此，正规等式计算单元110获得对于每个类的预测系数。正规等式计算单元110将对于每个类的预测系数供给至系数存储器111。系数存储器111存储从正规等式计算单元110所供给的、对于每个类的预测系数。系数存储器111中所存储的、对于每个类的预测系数被供给至带宽恢复设备的系数存储器124(在下文中更加详细地描述)。图17是示出由学习设备所执行的学习处理的流程图，该学习设备生成在自适应分类处理中所使用的预测系数。在步骤S51中，受训图像生成单元101从用作训练图像的输入图像来生成受训图像。在步骤S52中，类抽头提取单元103顺序地选择像素中的一个作为关注像素，并且提取对应于所选择的关注像素的类抽头。在步骤S53中，特征检测单元104从受训图像中提取对应于关注像素的特征。在步骤S54中，分类器单元105基于在步骤S52中所提取的类抽头和在步骤S53中所检测到的特征，将关注像素分组为一个类。在步骤S55中，预测抽头提取单元106基于在步骤S54中所选择的类，从受训图像中提取对应于关注像素的预测抽头。在步骤S56中，训练像素提取单元108从作为训练图像的输入图像中提取关注像素(即，训练像素(训练数据))。在步骤S57中，添加计算单元107将在步骤S55中所提取的预测抽头和在步骤S56中所提取的训练像素(训练数据)添加至正规等式。在步骤S58中，图像处理设备确定是否对训练图像的所有像素都执行了添加处理。如果确定还未对所有像素执行添加处理，则处理返回至步骤S52。在步骤S52中，将未被选择为关注像素的像素选择作为关注像素，并且提取预测抽头和训练像素并将其添加至正规等式。重复地执行此处理。然而，如果在步骤S58中确定已经对于训练图像的所有像素都执行了添加处理，则处理继续至步骤S59，其中正规等式计算单元110计算添加有预测抽头和训练像素的正规等式。因此，正规等式计算单元110获得预测系数。在步骤S60中，图像处理设备确定是否获得了对于所有类的预测系数。如果确定未获得对于所有类的预测系数，则处理返回至步骤S59，其中计算正规等式以获得预测系数。重复地执行此处理。.然而，如果在步骤S60中确定已经获得了对于所有类的预测系数，则完成处理。图18是示出带宽恢复设备的示例性配置的框图，该带宽恢复设备通过自适应分类处理从低带宽输入图像生成高带宽输出图像。在图18所示的带宽恢复设备中，输入图像被供给至类抽头提取单元121和预测抽头提取单元125。类抽头提取单元121从输入图像中提取对应于关注像素并且作为预定像素的类抽头，并且将所提取的类抽头连同输入图像一起供给至特征检测单元122。特征检测单元122从由类抽头提取单元121所供给的输入图像中检测对应于关注像素的图像特征。之后，特征检测单元122将所检测到的特征连同类抽头一起供给至分类器单元123。分类器单元123基于类抽头和从特征检测单元122所供给的特征来对关注像素进行分类，并且将指示分类结果的类代码供给至系数存储器124和预测抽头提取单元125。系数存储器124基于从分类器单元123所供给的类代码将对应于关注像素的类的抽头系数供给至像素值预测单元126。系数存储器124存储在图17中所示的处理中所计算的、对于每个类的预测系数。预测抽头提取单元125基于从分类器单元123所供给的类代码，从输入图像中提取对应于关注像素的预定预测抽头。预测抽头提取单元125将所提取的预测抽头供给至像素值预测单元126。像素值预测单元126使用从预测抽头提取单元125所供给的预测抽头和从系数存储器124所供给的抽头系数，通过由以下等式所指示的计算来预测高带宽图像的关注像素的像素值：其中i表示关注像素序号，w表示抽头系数，j表示抽头中的像素的像素序号，以及yi表示带宽恢复设备的输出数据。另外，在等式(4)中，上划线表示抽头中的像素的像素值的平均值。此时，通过简单地对像素值进行求和并且将和除以像素数目来计算平均值。替选地，通过对像素值中的一些进行加权、对像素值进行求和并且将和除以像素数目来计算平均值。像素值预测单元126输出HD图像，该HD图像由通过顺序地将高带宽图像的所有像素中的每个选择作为关注像素而预测的像素值形成。图19是示出由带宽恢复设备所执行的示例性带宽恢复处理的流程图，该带宽恢复设备通过自适应分类处理从低带宽输入图像生成高带宽输出图像。在步骤S71中，类抽头提取单元121从输入图像中提取对应于所选择的关注像素的类抽头。在步骤S72中，特征检测单元122从输入图像中检测对应于关注像素的特征。在步骤S73中，分类器单元123基于在步骤S71中所提取的类抽头和在步骤S72中所检测到的特征将关注像素分组为一个类。在步骤S74中，预测抽头提取单元125依照在步骤S73中所执行的分类的结果，从输入图像中提取对应于关注像素的预测抽头。在步骤S75中，系数存储器124依照在步骤S73中所执行的分类的结果，从系数存储器124中所预存的预测系数中读取对应于所选择的类的预测系数。在步骤S76中，像素值预测单元126基于在步骤S74中所提取的预测抽头和在步骤S75中所读取的预测系数，通过自适应处理来预测对应于关注像素的像素值。此时，例如，使用等式(4)执行计算。在步骤S77中，图像处理设备确定是否已经对所有像素执行了预测。如果确定未对所有像素执行预测，则选择下一个像素作为关注像素，并且处理返回至步骤S71。之后，重复地执行分类处理和自适应处理。如果在步骤S77中确定已经对所有像素执行了预测，则完成处理。以这样的方式执行自适应分类处理。虽然参照从低带宽输入图像生成高带宽输出图像描述了本示例性实施例，但是可以生成通过利用自适应分类处理增加输入图像的像素的数目而获得的放大图像。根据本示例性实施例，检测与关注像素和关注像素周围的像素具有高相似性的区域。然而，例如，由相似性检测单元25使用等式(1)选择作为具有高相似性的区域的图像不一定与关注像素和关注像素周围的像素足够相似。例如，如果由相似性检测单元25选择作为具有高相似性区域的区域与关注像素和关注像素周围的像素不足够相似，则会在输出图像的局部区域中发生噪声。例如，发生导致亮度交替地过高和过低的噪声。例如，当具有基于由第二预测抽头构建单元32所构建的抽头而恢复的带宽的像素的亮度与关注像素附近的像素的亮度不匹配时，这样的过高的亮度(或过低的亮度)发生。图20示出了理想输出图像的示例。在图20中，示出了山的图像。图21示出了具有过高(和过低)亮度的图像的示例。如在图20中一样，在图21中示出了山的图像。区域151和区域154显示为白色。因此，过高亮度发生。相比之下，区域152和区域153显示为黑色。因此，过低亮度发生。例如，如果改变混合控制单元26的控制方案以使得第二带宽恢复单元34的输出数据的混合比降低，则可以很大程度上防止图21中所示的过高亮度(或过低亮度)。然而，如果在每种情况下都使得通过对像素位置kmin周围的像素的带宽进行恢复而获得的像素值的混合比降低，则出现与现有技术相同的问题。例如，当放大图像时，细线被描绘为粗线。振铃劣化可能发生，并且噪声可能被改变为膨胀噪声。因此，例如，预先识别在其中过高亮度(或过低亮度)是明显的图像区域。之后，对于该区域，显著地降低通过对像素位置kmin周围的像素的带宽进行恢复而获得的像素值的混合比。以这样的方式，可以有效地解决亮度过高(或亮度过低)的问题。一般地，在图像的平坦区域(即，像素的亮度值改变平缓的区域)中亮度过高(或亮度过低)是明显的。例如，如在图21中所示，在平坦的区域(诸如，山坡、天空以及陆地)中亮度过高(或亮度过低)通常是明显的。图22A和图22B示出了图像的平坦区域和非平坦区域。在图22A中，横坐标表示像素位置，并且纵坐标表示亮度值。图像的平坦区域中的像素的亮度值由线161所指示。在图22B中，横坐标表示像素位置，并且纵坐标表示亮度值。图像的非平坦区域(例如，包括细线的区域)中的像素的亮度值由线162所指示。在图22A中，线161向右侧平缓地上升。在图像的平坦区域中，邻近像素的亮度值之间的差别总是较小的。相比之下，在图22B中，线162在图的中部很大程度地弯曲。例如，在位于图的中部稍微偏右和中部稍微偏左的区域中，邻近像素的亮度值之间的差别较大。例如，在图像中，选择一些中心像素。之后，如在图23中所示，获取具有在竖直方向上的五个像素和在水平方向上的五个像素的像素组。在此示例中，示出了表示交叉的图形。构成该图形的矩形中的每个表示一个像素。之后，如箭头所示，计算在竖直方向上彼此邻近的像素之间的绝对差别。另外，计算在水平方向上彼此邻近的像素之间的绝对差别。因此，获得八个绝对差别(即，在竖直方向上的四个绝对差别和在水平方向上的四个绝对差别)。之后，计算在八个绝对差别中的最大值与最小值之间的差别(即，动态范围：DR)。以上述方式所获得的最大值与最小值之间的差别被称为“一次微分DR”。如果一次微分DR较小，则可以确定中心像素周围的区域是平坦的。然而，如果一次微分DR较大，则可以确定中心像素周围的区域是不平坦的。即，当通过对在像素位置kmin周围的像素的带宽进行恢复所获得的像素值的混合比增加时出现的问题可以如图24所示地来总结。在图24中，横坐标表示一次微分DR，并且纵坐标表示预测差别。在图24中示出四个区域171至174。在本示例性实施例中，例如使用等式(1)所计算的值diffik被用作预测差别。替选地，预测差别可以是构成第一预测抽头构建单元31的预测抽头的像素值与构成第二预测抽头构建单元32的预测抽头的像素值之间的绝对差别的和。注意的是，在图24中所使用的术语“区域”仅指图24中的二维空间的区域。即，在图24中的术语“区域”不同于图像的术语“区域”。图24的区域171是其中一次微分DR较小并且预测差别较小的区域。在这样的情况下，第二预测抽头构建单元32从图像的平坦部分来构建预测抽头，该平坦部分是与关注像素附近具有足够高相似性的区域。此时，不太可能发生过高的亮度或过低的亮度。因此，对于区域171，即使当通过对像素位置kmin附近的像素的像素值进行带宽恢复所获得的像素值的混合比增加时，也不会出现任何问题。图24的区域172表示其中一次微分DR较大并且预测差别较小的区域。在这样的情况下，第二预测抽头构建单元32从图像的非平坦部分来构建预测抽头，该非平坦部分是与关注像素附近具有足够高相似性的区域。此时，不太可能发生过高的亮度或过低的亮度。因此，对于区域172，即使当通过对像素位置kmin附近的像素的像素值进行带宽恢复所获得的像素值的混合比增加时，也不会出现任何问题。图24的区域173是其中一次微分DR较小并且预测差别较大的区域。在这样的情况下，第二预测抽头构建单元32从图像的平坦部分来构建预测抽头，该平坦部分是与关注像素附近不具有足够高相似性的区域。此时，很可能发生过高的亮度或过低的亮度。另外，过高的亮度或过低的亮度是明显的。因此，对于区域173，增加通过对像素位置kmin附近的像素的像素值进行带宽恢复所获得的像素值的混合比导致了问题。图24的区域174是其中一次微分DR较大并且预测差别较大的区域。在这样的情况下，第二预测抽头构建单元32从图像的非平坦部分来构建预测抽头，该非平坦部分是与关注像素附近不具有足够高相似性的区域。此时，很可能发生过高的亮度或过低的亮度。然而，过高的亮度或过低的亮度是不明显的。因此，对于区域174，增加通过对像素位置kmin附近的像素的像素值进行带宽恢复所获得的像素值的混合比导致一些问题。例如，由第一匹配抽头构建单元23所构建的抽头的一部分被供给至混合控制单元26。之后，计算当关注像素作为中心像素时所获得的一次微分DR。随后，使用计算的一次微分DR的值DRin和构成第一预测抽头构建单元31的预测抽头的像素值与构成第二预测抽头构建单元32的预测抽头的像素值之间的绝对差别的和来执行以下计算：Tout＝|IM1-IM2|/DRin……(5)其中，IM1表示通过从构成第一预测抽头构建单元31的预测抽头的像素值中的一个减去构成第一预测抽头构建单元31的预测抽头的像素值的平均值而获得的值，IM2表示通过从构成第二预测抽头构建单元32的预测抽头的像素值中的一个减去构成第二预测抽头构建单元32的预测抽头的像素值的平均值而获得的值，以及|IM1-IM2|表示IM1和IM2之间的绝对差别的和。通过使用等式(5)的计算而获得的Tout作为用于确定由通过增加像素值的混合比而导致的问题水平的参考值，这些像素值是通过对位于像素位置kmin附近的像素执行带宽恢复处理而获得的。图25示出了由混合控制单元26所执行的混合比的另一设置示例。在图25中，横坐标表示Tout，纵坐标表示混合比β。在图25中示出了依照Tout、用于混合比β的设置值。在图25所示的示例中，如果Tout小于或等于阈值th，则混合比β的值在范围0≤β≤1中。在该范围中，随着Tout增加，混合比β的值增加。如果Tout超过阈值th，则混合比β的值被设置为常数值“1”。例如，如果使用混合比β代替在等式(3)中出现的混合比α，则可以适应性地设置适合于图24中所示的区域171至174中的每个的混合比。替选地，在图13中所示的混合比α和在图25中所示的混合比β中较大的一个可以被用作在等式(3)中出现的混合比α。接下来参照图26中所示的流程图，描述图25中所示的由设置混合比的混合控制单元26所执行的混合比设置处理的示例。例如，在图14中所示的上述图像处理中，紧接在步骤S30中的处理之前执行此处理。在步骤S101中，混合控制单元26获取预测差别。此时，例如，获取使用等式(1)所计算的diffik。替选地，可以获取以下值作为预测差别：构成第一预测抽头构建单元31的预测抽头的像素值与构成第二预测抽头构建单元32的预测抽头的像素值之间的绝对差别的和。在步骤S102中，混合控制单元26计算一次微分DR。此时，例如，供给由第一匹配抽头构建单元23所构建的抽头的一部分，并且计算当关注像素作为中心像素时所获得的一次微分DR。在步骤S103中，混合控制单元26计算Tout。此时，例如使用等式(5)来计算Tout。在步骤S104中，例如，如上面参照图25所述，混合控制单元26基于在步骤S103中所计算的Tout来设置混合比β。以这样的方式执行混合比设置处理。通过上述的混合比设置处理，即使当过高或过低亮度发生时，也可以使过高亮度或过低亮度不明显。虽然参照使用一次微分DR来计算参考值的示例描述了本示例性实施例，但是可以计算Tout而不使用一次微分DR，该参考值用于确定当通过对在像素位置kmin附近的像素的像素值进行带宽恢复而获得的像素值的混合比增加时所出现的问题水平。例如，可以如下计算Tout：Tout＝||IM1|-|IM2||……(6)一般地，在具有精细图案的图像的区域中，由相似性检测单元25确定为具有高相似性的区域中的图像与关注像素和周围像素的图像不足够相似。这是因为，在具有精细图案的图像的区域中，像素的亮度值以高频率变化。因此，例如使用等式(1)计算的diffik的值在整个搜索区域中基本上相同。如上所述，如果由相似性检测单元25确定为具有高相似性的区域的图像与关注像素和周围像素的图像不足够相似，则很可能在过高或过低亮度的发生之外还发生图像的几何劣化。如在本文中所使用，术语“图像的几何劣化”指的是如下现象：其中，例如，图像的精细纹理消失，纹理的边缘增强，因此看起来形成了几何图案。这样图像的几何劣化不可忽视地发生在图像中的边缘和线的区域中。相比之下，几何劣化频繁地发生在图像中非常精细图案的区域中。因此，如果在图像的边缘和线之外的区域中更精确地检测到相似性，则可以解决这样的问题。真实世界中的物体(有形的物体)具有在空间方向上或在时间方向上不变的特征。更具体地，具有线性形状的物体(诸如纱线(yarn)，带子(cord)或绳子(rope))具有指示其横截面形状在长度方向上的任何点都相同的特征。即，物体具有在空间方向上的不变的特征。指示其横截面形状在空间方向上任何点都相同的特征源于如下事实：线性形状的物体具有长度。因此，线性形状物体的图像具有指示其横截面形状在长度方向上的任何点都相同的特征。即，物体的图像具有在空间方向上的不变的特征。存在于预定维度中的这样的不变的特征被称为“固定性”。通过检测图像中的固定性，可以确定上述的几何劣化是否容易发生。图27是根据本公开的另一示例性实施例的图像处理设备的示例性配置的框图。不同于图1中所示的配置，在图27所示的示例中，设置了特征提取单元41。特征提取单元41从像素量转换单元21所输出的放大图像中提取关注像素和关注像素周围的像素，并且基于所提取的像素的像素值来检测固定性的存在/不存在。此时，例如，如在图28A和图28B中所示，获取关注像素和关注像素周围的像素。在图28A和图28B中，小的方形表示像素，并且在内部具有圆圈的方形表示关注像素。图28A示出了提取其中心为关注像素的所有35个(＝7×5)像素的示例。图28B示出了稀疏化并且提取其中心为关注像素的35个(＝7×5)像素的示例。为了从以图28A和图28B中所示的上述方式获取的像素值中检测固定性，对于竖直方向、水平方向、对角线右上方向以及对角线左上方向中的每个计算一次微分值(邻近像素的像素值之间的差别)。之后，对于每个方向计算这些一次微分值的最大值和最小值之间的差别(DR)。即，如果对于四个方向的一次微分DR中的任一个大于预定阈值，则在该方向上存在线或边缘。因此，如果一次微分DR超过预定阈值，可以确定存在固定性(即，检测到固定性)。替选地，可以基于以图28A和图28B所示的方式而提取的像素值的方差或边缘提取滤波器的输出值，检测固定性的存在。如果特征提取单元41确定由关注像素和关注像素周围的像素所形成的区域中的图像具有固定性，则指示固定性存在的信号被输出至第一匹配抽头构建单元23和第二匹配抽头构建单元24。在图27所示的配置中，如果由关注像素和关注像素周围的像素所形成的区域中的图像不具有固定性，则第一匹配抽头构建单元23和第二匹配抽头构建单元24中的每个均减少匹配抽头的抽头尺寸。例如，如果从特征提取单元41输出指示固定性存在的信号，则第一匹配抽头构建单元23和第二匹配抽头构建单元24中的每个构建由其中心为关注像素的41个像素所形成的匹配抽头，如在图29A中所示。然而，如果未从特征提取单元41输出指示固定性存在的信号，则第一匹配抽头构建单元23和第二匹配抽头构建单元24中的每个构建由其中心为关注像素的13个像素所形成的匹配抽头，如在图29B中所示。之后，相似性检测单元25检测由第一匹配抽头构建单元23所构建的匹配抽头与由第二匹配抽头构建单元24所构建的匹配抽头之间的相似性。此时，执行使用等式(1)的计算以检测相似性。即，如果从特征提取单元41输出指示固定性存在的信号，则可以在由较少数目的像素所形成的区域中检测到自相似性。以这样的方式，在除边缘和线之外的图像区域中，在由较少数目的像素所形成的区域中检测自相似性。例如，即使在像素的亮度以高频率变化的区域中，如果使用由较少数目的像素所形成的匹配抽头，则使用等式(1)所计算的diffik的值在搜索区域中的任意区段中也不太可能相同。因此，在除了边缘和线之外的图像区域中，可以更加精确地检测相似性。替选地，如果特征提取单元41检测到在由关注像素和关注像素周围的像素所形成的区域中的图像具有固定性，则指示固定性存在的信号可以被输出至混合控制单元26。例如，如果特征提取单元41没有输出指示固定性存在的信号，则混合控制单元26对在等式(3)中出现的混合比α进行调节，以使得混合比α增加。即，如果不存在固定性，则控制混合比α以具有大于正规值(例如，通过图13中所示的图所确定的值)的值。以这样的方式，在除边缘和线之外的图像区域中，设置混合比α以使得通过对关注像素周围的像素进行恢复所获得的像素值被很大程度地混合。这是因为，在除边缘和线之外的图像区域中，即使当匹配抽头的抽头尺寸减少时，自相似性检测的精确度也较低。如上所述，可以由混合控制单元26基于由特征提取单元41所执行的固定性的检测结果对混合比α进行调节。接下来参照图30中所示的流程图，描述由具有在图27中所示的配置的本示例性实施例的图像处理设备10所执行的固定性检测控制处理。例如，在图14所示的上述图像处理中，紧接在步骤S23中的处理之前执行此处理。在步骤S121中，特征提取单元41从像素量转换单元21所输出的放大的图像中，提取关注像素和关注像素周围的像素。此时，例如，如以上参照图28A和图28B所描述的，提取关注像素和关注像素周围的像素，并且获取所提取的像素的像素值。在步骤S122中，特征提取单元41基于在步骤S121中所提取的像素来计算特征。此时，作为特征，对于竖直方向、水平方向、对角线右上方向以及对角线左上方向中的每个来计算一次微分值(邻近像素的像素值之间的差别)。之后，对于每个方向，计算这些一次微分值中的最大值和最小值之间的差别(DR)。替选地，可以获得以图28A和图28B中所示的方式检测到的像素的像素值的方差或边缘提取滤波器的输出值。在步骤S123中，特征提取单元41例如通过将在步骤S122中所计算的特征与阈值进行比较来识别固定性的存在/不存在。在步骤S124中，基于步骤S123中所执行的处理的结果，确定是否存在固定性。如果在步骤S124中确定存在固定性，则特征提取单元41将指示由关注像素和关注像素周围的像素所形成的区域中的图像具有固定性的信号输出至第一匹配抽头构建单元23、第二匹配抽头构建单元24以及混合控制单元26。然而，如果确定不存在固定性，则不输出这样的信号。如果在步骤S124中确定不存在固定性，则处理继续至步骤S125。在步骤S125中，第一匹配抽头构建单元23和第二匹配抽头构建单元24中的每个均减少匹配抽头的抽头尺寸。此时，例如，设置在图29B中所示的抽头尺寸。在步骤S126中，混合控制单元26对混合比α进行调节以使得在等式(3)中出现的混合比α增加。如上所述，执行固定性检测控制处理。以这样的方式，可以减少图像的几何劣化。虽然参照对以期望的放大因数放大的图像带宽进行恢复的图像处理设备10描述了本示例性实施例，但是当恢复尺寸与输入图像的尺寸相同的图像的带宽时，本示例性实施例也是适用的。上述系列处理不仅可以通过硬件来执行，还可以通过软件来执行。当通过软件执行上述系列处理时，软件的程序被从网络或记录介质安装到集成在专用硬件的计算机或通用个人计算机(例如，图31中所示的通用个人计算机700)中，该计算机允许在其中安装各种程序并且执行各种功能。在图31中，中央处理单元(CPU)701依照只读存储器(ROM)702中所存储的程序或从存储单元708载入到随机存取存储器(RAM)703中的程序执行各种处理。另外，如果必要，RAM703存储CPU701执行各种处理所必须的数据。CPU701、ROM702以及RAM703经由总线704彼此相连。另外，输入/输出接口705连接至总线704。此外，以下装置连接至输入/输出接口705：输入单元706，包括例如键盘和鼠标；输出单元707，例如包括例如由液晶显示器(LCD)构成的显示器和扬声器；存储单元708，例如由硬盘构成；以及通信单元709，由诸如调制解调器或LAN卡的网络接口卡构成。通信单元709经由网络(诸如因特网)来执行通信处理。另外，如果必要，驱动器710连接至输入/输出接口705。因此，如果必要，可拆卸介质711(诸如磁盘、光盘、磁光盘或半导体存储器)被安装在驱动器710中。之后，如果必要，从可拆卸介质711所读取的计算机程序被安装在存储单元708中。为了通过软件执行上述系列处理，从网络(诸如因特网)或记录介质(诸如可拆卸介质711)安装构成该软件的程序。注意这样的记录介质的示例包括可拆卸介质711，可拆卸介质711用于从设备主体向分别向用户传递程序(参见图31)，并且由磁盘(包括软盘TM)、光盘(包括CD-ROM(光盘-只读存储器)、DVD(数字通用盘))以及磁光盘(包括迷你盘TM或半导体磁盘)构成。另外，记录介质的示例包括与安装在其内的程序一同被预安装在设备主体中并且被分发至用户的ROM702和存储单元708中所包括的硬盘。注意，上述系列处理可以是以上述序列执行的处理，或者是并行地或按照所需执行的处理。本领域技术人员应当理解，取决于设计需求和其它因素，可以进行各种修改、组合、子组合以及变更，只要它们在所附的权利要求或其等效方案的范围之内即可。注意的是，本公开还可以提供以下配置：(1)一种图像处理设备，包括：第一匹配抽头获取单元，被配置成获取其中心为关注像素的匹配抽头，其中所述匹配抽头表示其中心为预定像素的、位于预定位置的多个像素；第二匹配抽头获取单元，被配置成获取多个匹配抽头，所述多个匹配抽头中的每个的中心为由所述关注像素周围的多个像素所形成的搜索区域中的像素之一；相似性识别单元，被配置成在由所述第二匹配抽头获取单元所获取的所述多个匹配抽头中识别相似性最大化像素，所述相似性最大化像素表示与由所述第一匹配抽头获取单元所获取的匹配抽头具有最高相似性的匹配抽头的中心像素；以及像素值混合控制单元，被配置成通过将第一计算像素值与第二计算像素值进行混合来计算所述关注像素的像素值，其中所述第一计算像素值是通过对其中心为所述关注像素的预测抽头的像素值执行预定算术处理而获得的，所述预测抽头表示其中心为预定像素的、位于预定位置的多个像素，并且所述第二计算像素值是通过对其中心为所述相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。(2)在根据配置(1)所述的图像处理设备中，由所述第一匹配抽头获取单元所获取的匹配抽头中的所述关注像素是通过以期望的放大因数放大输入图像而获得的图像的像素，并且通过将由所述像素值混合控制单元所计算的像素值分配给所述关注像素的值而恢复放大后的图像的带宽。(3)在根据配置(2)所述的图像处理设备中，由所述第一匹配抽头获取单元所获取的匹配抽头的像素间隔不同于由所述第二匹配抽头获取单元所获取的匹配抽头的像素间隔，并且由所述第二匹配抽头获取单元所获取的匹配抽头的像素间隔依照所述放大因数而确定。(4)在根据配置(1)至(3)中任一项所述的图像处理设备中，所述像素值混合控制单元依照由所述第二匹配抽头获取单元所获取的匹配抽头与由所述第一匹配抽头获取单元所获取的匹配抽头之间的相似性的水平来设置所述第一计算像素值与所述第二计算像素值的混合比。(5)在根据配置(1)至(4)中任一项所述的图像处理设备中，所述像素值混合控制单元将其中心为所述关注像素的预测抽头的像素值与其中心为所述相似性最大化像素的预测抽头的像素值进行混合，并且所述像素值混合控制单元对混合后的预测抽头的像素值执行预定算术处理以获得作为所述关注像素的像素值的像素值。(6)在根据配置(1)至(5)中任一项所述的图像处理设备中，对于根据依照所述预测抽头的像素值而计算的特征来分组的每个类，所述像素值混合控制单元读取与构成所述预测抽头的像素位置对应的、并且通过学习而获得的且被预存的多个系数。所述像素值混合控制单元通过将其中心为所述关注像素的预测抽头的像素值乘以所述系数来计算所述第一计算像素值，并且所述像素值混合控制单元通过将其中心为所述相似性最大化像素的预测抽头的像素值乘以所述系数来计算所述第二计算像素值。(7)在根据配置(1)至(6)中任一项所述的图像处理设备中，所述像素值混合控制单元基于由其中心为所述关注像素的多个像素所形成的区域中的预定方向上的一次微分值的动态范围，计算对应于所述关注像素的参考值，并且所述像素值混合控制单元基于所述参考值来设置所述第一计算像素值与所述第二计算像素值的混合比。(8)在根据配置(1)至(7)中任一项所述的图像处理设备中，所述像素值混合控制单元基于其中心为关注像素的预测抽头的像素值和其中心为所述相似性最大化像素的预测抽头的像素值之间的绝对差别值来计算对应于所述关注像素的参考值，并且所述像素值混合控制单元基于所述参考值来设置所述第一计算像素值与所述第二计算像素值的混合比。(9)在根据配置(1)至(8)中任一项所述的图像处理设备中，还设置有固定性确定单元。所述固定性确定单元确定由其中心为所述关注像素的多个像素所形成的区域中是否存在固定性。如果确定在所述区域中不存在所述固定性，则所述第一匹配抽头获取单元和所述第二匹配抽头获取单元中的每个均减少所述匹配抽头的像素数目。(10)在根据配置(9)所述的图像处理设备中，所述固定性确定单元基于下述之一来确定是否存在固定性：由其中心为所述关注像素的多个像素所形成的所述区域中的预定方向上的一次微分值的动态范围、所述区域中的像素值的方差、以及被应用于所述区域中的图像的边缘提取滤波器的输出值。(11)在根据配置(1)至(10)中任一项所述的图像处理设备中，还设置有固定性确定单元。所述固定性确定单元确定由其中心为所述关注像素的多个像素所形成的区域中是否存在固定性。如果确定在所述区域中不存在所述固定性，则对所述第一计算像素值与所述第二计算像素值的混合比进行调节。(12)一种图像处理方法包括：使用第一匹配抽头获取单元来获取其中心为关注像素的匹配抽头，其中所述匹配抽头表示其中心为预定像素的、位于预定位置处的多个像素；使用第二匹配抽头获取单元来获取多个匹配抽头，所述多个匹配抽头中的每个的中心为由所述关注像素周围的多个像素所形成的搜索区域中的像素之一；使用相似性识别单元来在由所述第二匹配抽头获取单元所获取的所述多个匹配抽头中，识别相似性最大化像素，所述相似性最大化像素表示与由所述第一匹配抽头获取单元所获取的匹配抽头具有最高的相似性的匹配抽头的中心像素；以及使用像素值混合控制单元，通过将第一计算像素值与第二计算像素值进行混合来计算所述关注像素的像素值，其中所述第一计算像素值是通过对其中心为所述关注像素的预测抽头的像素值执行预定算术处理而获得的，所述预测抽头表示其中心为预定像素的、位于预定位置的多个像素，以及所述第二计算像素值是通过对其中心为所述相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。(13)一种计算机可读程序包括用于使计算机用作图像处理设备的代码。所述图像处理设备包括：第一匹配抽头获取单元，被配置成获取其中心为关注像素的匹配抽头，其中所述匹配抽头表示其中心为预定像素的、位于预定位置的多个像素；第二匹配抽头获取单元，被配置成获取多个匹配抽头，所述多个匹配抽头中的每个的中心为由所述关注像素周围的多个像素所形成的搜索区域中的像素之一；相似性识别单元，被配置成在由所述第二匹配抽头获取单元所获取的所述多个匹配抽头中，识别相似性最大化像素，所述相似性最大化像素表示与由所述第一匹配抽头获取单元所获取的匹配抽头具有最高的相似性的匹配抽头的中心像素；以及像素值混合控制单元，被配置成通过将第一计算像素值与第二计算像素值进行混合来计算所述关注像素的像素值，其中所述第一计算像素值是通过对其中心为所述关注像素的预测抽头的像素值执行预定算术处理而获得的，所述预测抽头表示其中心为预定像素的、位于预定位置的多个像素，以及所述第二计算像素值是通过对其中心为所述相似性最大化像素的预测抽头的像素值执行预定算术处理而获得的。本公开包含与2012年5月14日向日本专利局提交的日本优先权专利申请JP2012-110272中所公开的主题相关的主题，该日本优先权专利申请的全部内容通过引用并入于此。