的公式（9)，计算H方向和V方向的评价 值。
[0063]
[0064]
[0065] 这里，Ch和Cv表示基于方差的评价值。A是正的常数。
[0066] 通过进行上述处理，对于各像素计算评价值Ch或者Cv，并且作为结果，生成具有 这些评价值的二维平面。
[0067] 接着参考图7的流程图，说明孤立点判断处理的实施例。
[0068] 孤立点判断单元207基于通过评价值计算单元206所计算出的各方向上的评价 值，判断评价值的孤立点。下面，说明在关注像素满足关系方向评价值一V方向评价值 >〇的情况下的孤立点判断处理。孤立点判断单元207对于关注像素和周边像素中的各个， 计算H方向评价值一V方向评价值（S701)。通过使用以关注像素为中心的3X3区域中的 像素来进行该计算。尽管根据本实施例，使用3X3区域，但是本发明的实施例不局限于此。 例如，可以使用5X5或者7X7区域中的像素。根据该计算结果，如果关注像素满足关系：H 方向评价值一V方向评价值>0,则在关注像素的周边的像素中，计数具有关系：H方向评价 值一V方向评价值〈0的像素的数量（S702)。将计数的数量定义为Vnum，并且判断Vnum是 否等于或者高于预定阈值（S703)。结果，如果Vnum等于或者高于预定阈值，则判断为关注 像素是孤立点（S704)。孤立点判断单元207对所有像素进行S701~S704的处理。如图8 所示，如果关注像素满足关系：H方向评价值一V方向评价值〈0,则孤立点判断单元207计 数周边像素中满足关系：H方向评价值一V方向评价值>0的像素的数量（S801~S803)。 如果该计数结果Hnum等于或者高于预定阈值，则将关注像素判断为孤立点（S804)。
[0069] 接着参考图9的流程图，说明相关性判断处理的实施例。在进行了孤立点判断处 理之后，相关性判断单元208基于各方向的评价值，进行评价值的相关性判断处理。
[0070] 如图10所示，相关性判断单元208在水平方向上扫描关注像素和周边像素，并且 对于各像素，计算H方向评价值一V方向评价值（例如，当对于多个像素，扫描各像素（作为 扫描的各迭代中的关注像素）时，可以扫描至少一个关注像素或者多个关注像素）（S901)。 尽管根据本实施例，使用水平方向上的五个像素，但是本发明的实施例不局限于此。可以使 用七个或者九个像素。根据该计算结果，计数满足关系：H方向评价值一V方向评价值>0的 连续像素的数量（S902)。将计数数量定义为Hfnum，并且判断Hfnum是否等于或者高于预 定阈值（S903)。作为结果，如果Hfnum等于或者高于预定阈值，则确定在水平方向上与关注 像素具有相关性（S904)。
[0071] 尽管根据本实施例，通过计数连续正像素值的数量来判断相关性，但是，如果所计 算出的评价值的方差等于或者低于预定阈值，也可以确定相关性。相关性判断单元208对 于所有像素进行S901~S904的处理。
[0072] 相关性判断单元208类似地在垂直方向上扫描关注像素和周边像素，并且对于各 像素，计算H方向评价值一V方向评价值（S905)。根据该计算结果，计数满足关系：H方向 评价值一V方向评价值>〇的连续像素的数量（S906)。将计数数量定义为Vfnum，并且判断 Vfnum是否等于或者高于预定阈值（S907)。作为结果，如果Vfnum等于或者高于预定阈值， 则确定在垂直方向上与关注像素具有相关性（S908)。相关性判断单兀208对于所有像素进 行S905~S908的处理。尽管根据本实施例，判断在水平方向和垂直方向的各方向上的相 关性，但是可以判断在对角线方向上的相关性。
[0073] 相关性判断单元208相互替换通过S901、S902、S905和S906的处理所获取的H方 向评价值和V方向评价值，并且对于所有像素进行图9所示的处理。
[0074] 接着参考图11的流程图，说明孤立点校正处理的实施例。
[0075] 孤立点校正单元209使用各方向上的评价值的孤立点判断和相关性判断的结果 来校正孤立点。
[0076] 孤立点校正单元209首先判断关注像素是否被孤立点判断单元207确定为孤立 点、以及是否未被相关性判断单元208判断为具有相关性（S1101)。作为结果，如果满足， 则孤立点校正单元209获取周边像素中未被孤立点判断单元207确定为孤立点的像素的评 价值的中央值，并且将所获取的中央值当作为关注像素的评价值（S1102)。图12示出评价 值计算的例子。在该例子中，通过使用未被判断为孤立点的像素hll、hl2、h21、h23和h33 的评价值，获取关注像素h22的像素的评价值。由于评价值是hll=l、hl2 = 2、h21 = 3、 h23 = 4和h33 = 5,因而中央值为3。尽管根据本实施例，将中央值当作为校正结果，但是 可以使用平均值或者加权滤波处理。与H方向评价值一样，孤立点校正单元209对于所有 像素的V方向评价值进行与S1101~S1102相同的处理。
[0077] 然后，图像生成单元210基于通过孤立点校正单元209所计算出的评价值，选择水 平方向插值和垂直方向插值中的一个。从而，图像生成单元210生成所有像素的包含R、G、 B颜色成分的图像数据的最终的RGB插值图像数据，并且输出该数据作为插值RGB图像数据 211 (去马赛克数据）。
[0078] 接着参考图13,说明用于生成插值图像的更具体方法的实施例。
[0079] 图像生成单元210首先对于所有像素，比较对于H方向的插值的评价值Ch和对于 V方向的插值的评价值Cv，从而判断是否满足关系：评价值Ch>评价值Cv(S1301)。作为结 果，如果满足关系：评价值Ch>评价值Cv，则图像生成单元210选择与H方向的插值有关的 R、G、B插值数据（S1302)，并且输出它们作为插值RGB图像数据211。如果不满足关系：评 价值Ch>评价值Cv，则接着判断是否满足关系：评价值Cv>评价值Ch(S1303)。作为结果， 如果满足关系：评价值Cv>评价值Ch，则图像生成单元210选择与V方向的插值有关的R、 G、B插值数据（S1304)，并且输出它们作为插值RGB图像数据211。另一方面，如果不满足 关系：评价值Cv>评价值Ch，图像生成单元210计算与H方向和V方向的插值有关的R、G、 B插值数据对于R、G、B颜色各自的平均值（S1305)，并且输出该计算结果作为插值RGB图像 数据211。
[0080] 根据本实施例，是基于H方向评价值和V方向评价值的大小进行的判断，并且选择 以及输出以下数据中的一个作为插值RGB图像数据：H方向插值的插值数据、V方向插值的 插值数据、以及H方向插值和V方向插值的平均值。然而，本发明的实施例不局限于此。例 如，可以判断H方向评价值和V方向评价值之间的差是否等于或者高于阈值。更具体地，如 果满足关系：评价值Ch-评价值Cv>阈值A，则可以选择H方向插值的插值数据。如果满 足关系：评价值Cv-评价值Ch>阈值A，则可以选择V方向插值的插值数据。在这种情况 下，除这两个条件以外，还可以输出基于H方向评价值和V方向评价值的加权加法的计算结 果，作为插值RGB图像数据。
[0081] 根据第一典型实施例，使用关注像素周围的周边像素的评价值之间的相关性来确 定发生伪分辨率的部分。如果评价值之间不存在相关性，则通过使用所述关注像素周围的 周边像素来校正关注像素的评价值。因而，可以更适当地校正由评价值的错误计算所导致 的伪分辨率。
[0082] 第二典铟实施例
[0083] 根据第一典型实施例，在相关性判断单元208中，在包括关注像素的周边像素中， 基于判断各方向上的评价值之间的大小关系是否连续来判断相关性。另一方面，根据第二 典型实施例，对于相关性判断，使用预先准备的模板映射。
[0084] 下面将以与第一典型实施例的不同为重点说明本发明的第二典型实施例。
[0085]由于根据本典型实施例的摄像设备和去马赛克单元的信号单元的至少一个实施 例的结构与参考图1和2所述的第一典型实施例中的相同，因而省略对该各单元的说明。除 相关性判断处理以外，根据第二典型实施例的处理流程