信号转换装置和方法 本发明一般涉及一种信号转换装置和信号转换方法，特别是涉及一种用以把复合视频信号转换成分量信号的信号转换装置和方法。
如同本专业所知，NTSC(国家电视制式委员会)电视信号是通过正交调制对亮度信号(Y)和色度信号(C；具有I和Q分量)进行多路复用产生的。所以，为了接收电视信号和显示图像，就需要从电视信号分离出亮度信号和色度信号(Y/C分离)，并且随后通过矩阵转换把这些信号转换成分量信号，例如RGB信号。
但是在执行Y/C分离的传统装置中，具体目标象素的亮度信号和色度信号是例如通过进行运算确定的，该运算包括使用目标象素和该目标象素邻近象素的复合信号以及预定的固定系数。可是，如果该系数不适于该目标象素的话，则会出现斑点干扰、串色或其它的干扰，从而使得图像的质量下降。
因此提供一种装置和方法，使之可能把产生的图像中起因于斑点、串色之类的干扰的图像劣变现象减低将是有益的。
因此本发明地一个目的是提供一种改进的信号转换装置和方法。
本发明的另一个目的是提供一种改进的信号转换装置和方法，用以把复合视频信号转换成分量视频信号。
本发明的再一个目的是提供一种改进的信号转换装置和方法，其使用目标象素的一种分类自适应处理系统，以便确定用以把复合信号的目标象素转换成分量信号的各种系数。
本发明的又一个目的是提供一种改进的信号转换装置和方法，其通过使用将要被转换的象素的分类自适应处理系统，降低在各种象素之间的斑点干扰、串色或类似的干扰。
本发明的进一步的目的是提供一种改进的信号转换装置和方法，其使用分类自适应处理系统，以便降低在从复合图像信号到分量视频信号所进行的转换过程中、以及在随后的显示中出现的图像质量的劣变。
从下面的说明和附图中，本发明的其它目的和优点将会变得清楚和明了。
一般而言，本发明提供一种信号转换装置和信号转换方法，其根据目标象素的复合信号和与该目标象素在时间或空间上靠近的象素的复合信号来计算目标象素的多个亮度信号，并且确定它们之间的相关性。随后执行分类，以便根据这些多个亮度信号之间的相关性把该目标象素分类到多个预定类别之一。通过使用对应于该目标象素的类别系数而执行的运算，确定该目标象素的分量信号。所以，有可能获得分量信号的高质量的画面。
而且，在根据本发明的学习(learning)装置和方法中，用以进行学习的分量信号被转换成用以进行学习的复合信号，并且根据目标象素的复合信号和与该目标象素在时间或空间上靠近的象素的复合信号计算出目标象素的多个亮度信号。随后，确定这些多个亮度信号之间的相关性，并且根据该相关性通过确定目标象素类别来执行分类。随后执行用于确定系数的运算，这些系数降低相对于用于分量信号的每个类别的学习的分量信号的误差，这些分量信号是通过使用用于学习的复合信号和系数执行的运算而获得的。所以，有可能得到获得分量信号的高质量画面的系数。
因此本发明的方法包括若干个步骤以及这些步骤之间的一种或多种关系，并且本发明的装置实现的结构特征把电路的单元和部件的设计进行组合，以便适于实现这些步骤，所有这些在下面的详细描述中作为实例，并且本发明的范围在权利要求中给出了。
为了更完整地理解本发明，参照下面的描述和附图，附图中：
图1是根据本发明构造的电视接收机的一个实例的结构框图；
图2是表示图1中的分类自适应处理电路的一个实例结构框图；
图3A、3B和3C表示由图2的简化Y/C分离电路执行的处理过程；
图4是由图2的分离电路执行的处理的一个表格；
图5是数字NTSC信号的一场的示例结构；
图6A和6B是由形成图2电路的预测抽头(tap)形成电路执行的处理过程；
图7是由图2的分类自适应处理电路执行的处理过程；
图8是根据本发明构成的学习装置的框图；及
图9是图8的学习装置执行的学习过程的流程图。
参考图1，其中示出采用本发明的电视接收机的实施例的构成图。调谐器1检测并解调已经由天线(未示出)接收的NTSC电视信号，并且把复合视频图像信号(下面将相应地称之为NTSC信号)送到A/D转换器2，并且把音频信号送到放大器5。A/D转换器2以预定的定时对于来自调谐器1的NTSC信号进行取样，并且由此顺序地输出标准的Y-I信号、Y-Q信号、Y+I信号和Y+Q信号。数字NTSC信号(Y-I信号、Y-Q信号、Y+I信号和Y+Q信号)从A/D转换器2输出，再送到分类自适应处理电路3。如果Y-I信号的相位是0°的话，则Y-Q信号、Y+I信号和Y+Q信号的相位将分别是90°、180°和270°。
根据目标象素的数字NTSC信号和在接收的NTSC信号当中的与该目标象素在空间和/或时间上相邻的象素的数字NTSC信号，分类自适应处理电路3计算多个用于该目标象素的亮度信号，并且确定这些多个亮度信号之间的相关性。而且，该分类自适应处理电路3还根据这些多个亮度信号之间的相关性而通过确定该目标象素所属的多个预定类别来对于该目标象素进行分类。分类自适应处理电路3随后使用对应于所确定的该目标象素类别的预测系数(下面将描述)执行计算，从而确定分量信号，例如该目标象素的RGB信号。已经由分类自适应处理电路3确定的该RGB信号送到CRT(阴极射线管)4。该CRT 4显示对应于从分类自适应处理电路3提供的RGB信号的图像。放大器5放大来自调谐器1的音频信号，并且把放大的音频信号送到扬声器6。扬声器6输出从放大器5提供的音频信号。
在具有上述结构的电视接收机中，当用户通过操纵遥控器或其它装置(未示出)选择一个特定的频道时，调谐器1检测并且解调对应于所选频道的电视信号，并且把NTSC信号(即，解调的电视信号的图像信号)送到A/D转换器2和音频放大器5。
A/D转换器2把从调谐器1提供的模拟NTSC信号转换成数字信号，并且将所得到的信号送至分类自适应处理电路3。分类自适应处理电路3按照上述的方式把从A/D转换器2提供的数字NTSC信号转换成RGB信号。这些RGB信号再被提供到CRT 4并且进行显示。放大器5对来自调谐器1的音频信号进行放大。放大的音频信号送到扬声器6并且由其输出。
图2示出图1中的分类自适应处理电路3的最佳结构。在图2中，从A/D转换器2提供到分类自适应处理电路3的数字NTSC信号被提供到场存储器11中。在控制电路17的控制下，场存储器11(例如可存储至少三场的数字NTSC信号)存储接收的NTSC信号。随后场存储器11读出存储的数字NTSC信号，并且把它们送到简化Y/C分离电路12和预测抽头形成电路18。根据在场存储器11中存储的特定目标象素的数字NTSC信号和各数字NTSC信号中在时间和/或空间上与该目标象素相邻的象素的数字NTSC信号，简化Y/C分离电路12计算用于特定预测目标象素的多个亮度信号。
例如，如同3A所示，P1表示目标场中的目标象素，而P2A和P3A表示与目标象素P1上下相邻的象素。简化Y/C分离电路12确定目标象素P1的亮度由公式Y1=0.5P1+0.25P2A+0.25P3A表示。作为另一个例子，图3B中的P1表示目标场中的目标象素，而P2A和P3A表示位于目标象素P1左右侧并且相邻于与和目标象素紧邻的各象素的象素。简化Y/C分离电路12确定作为目标象素P1的亮度的亮度信号Y2，由公式Y2=0.5P1+0.25P2B+0.25P3B表示。最后，图3C中的P1表示目标场中的目标象素，而P2C表示在该目标场之前的两场(一帧)的一场中在与该目标象素P1相同位置上的象素。该简化Y/C分离电路12确定作为目标象素P1的亮度的亮度信号Y3，由公式Y3=0.5P1+0.5P2C表示。所以，该简化YC分离电路12确定了目标象素的上述三个亮度信号Y1-Y3作为目标象素的亮度信号，并且把这些亮度信号输出到差分电路13。
差分电路13和比较电路14确定来自简化Y/C分离电路12的三个亮度信号Y1-Y3之间的相关性。也就是说，例如，差分电路13确定D1至D3的差值绝对值，由下式表示，并且把用于D1至D3的这些值送到比较电路14。
D1=|Y1-Y2|
D2=|Y2-Y3|
D3=|Y3-Y1|比较电路14将来自差分电路13的差值绝对值D1-D3与预定门限值进行比较，并且把表示这三个亮度信号Y1-Y3之间的相应比较结果的标志F1-F3提供到分类电路15。比较电路14输出的多个标志F1-F3的每一个标志具有1或0值。当对应差值绝对值D1-D3大于该预定门限值时，标志F1-F3的值是1。而当对应差值绝对值D1-D3小于该预定门限值时，标志F1-F3的值是0。
例如在一个优选实施例中，当Y1和Y2具有较大的差而因此具有较弱的相关性时，标志F1变为1，这将表明用于确定Y1并包括该目标象素在内的三个垂直排列的象素(见图3A)、或用于确定Y2并包括该目标象素在内的三个水平排列的象素(见图3B)中包括引起Y/C分离信号的劣变的信号。具体地说，例如当在相交于垂直或水平方向的方向上存在有亮度边缘时，该标志F1变为1。另一方面，当Y1和Y2之间具有很小的差并且由此具有很强的相关性时，该标志F1变为0。运就表明在确定Y1过程中使用的包括目标象素在内的三个垂直排列的象素(见图3A)和在确定Y2过程中使用的包括目标象素在内的三个水平排列的象素(见图3B)不包括引起Y/C分离的劣变的信号。
当Y2和Y3具有较大的差而因此具有较弱的相关性时，标志F2变为1，这将表明用于确定Y2并包括该目标象素在内的三个垂直排列的象素(见图3B)、或用于确定Y3的三个水平排列的象素(见图3C)中包括引起Y/C分离劣变的信号。具体地说，例如当在相交于垂直或水平方向的方向上存在有亮度边缘时，该标志F2变为1。另一方面，当Y2和Y3之间具有很小的差并且由此具有很强的相关性时，该标志F2变为0。这就表明在确定Y2过程中使用的包括目标象素在内的三个垂直排列的象素(见图3B)和在确定Y3过程中使用的包括目标象素在内的三个水平排列的象素(见图3C)不包括引起Y/C分离的劣变的信号。
对于标志F3的描述省略了，因为上述的对于标志F2的描述适用于F3，但是针对Y1和Y2而言的水平和垂直方向应该互换。
根据从比较电路14提供的标志F1-F3，分类电路15通过对把目标象素划分成预定类别的部分而执行分类。该分类电路15按地址把确定的目标象素的类别提供到预测系数存储器部分16。也就是说，例如在优选实施例中的分类电路15根据来自比较电路14的标志F1-F3而采用图4中所示的0-7这8个值之一。该值随后被提供到预测系数存储器部分16中作为地址。
预测系数存储器部分16包括Y-I存储器16A、Y-Q存储器16B、Y+I存储器16C和Y+Q存储器16D。这些存储器的每一个存储器都被提供有来自分类电路15的作为地址的目标象素的类别以及从控制电路17输出的一个CS(片选)信号。对NTSC信号的各个相位，Y-I存储器16A、Y-Q存储器16B、Y+I存储器16C和Y+Q存储器16D存储着用于各个类别的预测系数，这些系数用于把目标象素的NTSC信号转换成RGB信号。
图5示出了用于构成一个NTSC的特定场的象素。在图5中，符号“○”表示具有0°相位的Y-I信号，符号“□”表示具有90°相位的Y-Q信号，符号“●”表示具有180°相位的Y+I信号，符号“■”表示具有270°相位的Y+Q信号，如图5所示，Y-I信号、Y-Q信号、Y+I信号和Y+Q信号是重复地排列的。在一列中交替地排列Y-I信号和Y+I信号，而在相邻的列中交替地排列Y+Q信号和Y-Q信号。
再来看图2,Y-I存储器16A,Y-Q存储器16B、Y+I存储器16C和Y+Q存储器16D(下文中合称为存储器16A-16D)存储着用于把Y-I信号、Y-Q信号、Y+I信号和Y+Q信号转换成RGB信号的各个类别的预测系数。对应于从分类电路15提供的目标象素的类别的预测系数是根据来自控制电路17的CS信号从选择的存储器16A-16D中读出，并且送到运算电路19。存储器16A-16D的每一个存储器存储着用于R、G、B的把NTSC信号转换成R、G、B信号的预测系数，作为用于各个类别的预测系数。
控制电路17控制着场存储器11的读写操作，即控制电路17从存储在场存储器11中的多个场中选择目标场。当用于特定目标场的处理已经完成时，控制电路17指令从场存储器11读出下一个场作为新的目标场。而且，控制电路17还以先进-先出的方式使得场存储器11存储新近提供的场取代已经被提供为目标场的场。而且，控制电路17指令场存储器11顺序地把目标场的象素以行扫描的次序提供到简化Y/C分离电路12，并且把对于来自场存储器11的目标象素进行处理所必须的象素提供到简化Y/C分离电路12和预测抽头形成电路18。对应于目标象素的相位，控制电路17输出用于选择存储器16A-16D之一的CS信号。也就是说，当目标象素的NTSC信号分别是Y-I信号、Y-Q信号、Y+I信号和Y+Q信号之一时，控制电路17把CS信号提供到预测系数存储器部分16，用于选择Y-I存储器16A、Y-Q存储器16B、Y+I存储器16C和Y+Q存储器16D之一。
预测抽头形成电路18被提供有从场存储器11读出的象素，根据所提供的这些象素，预测抽头形成电路18形成用于把目标信号的NTSC信号转换成RGB信号的预测抽头，并且把这些预测抽头送到运算电路19。具体地说，例如当图6A中的目标场中的象素“a”被认为是目标象素，则预测抽头形成电路18就把该目标场中处在该目标象素“a”上、下、左、右并且与之相邻的象素“b”-“e”、处在该目标象素“a”左上、右上、左下、右下、并且与之相邻的象素“f”-“i”、处在目标象素左侧并且与和目标象素“a”直接相邻的象素“d”相邻的象素“j”、处在目标象素右侧并且与和目标象素“a”直接相邻的象素“e”相邻的象素“k”、以及在该目标场之前两场中的那些处在与象素“a”-“k”相同位置的象素(见图6B)作为预测抽头使用。这些预测抽头被送到运算电路19。
通过使用来自预测系数存储器16的预测系数和来自预测抽头形成电路18的预测抽头，运算电路19计算目标象素的RGB信号。如上所述，运算电路19被提供有用于把目标象素的NTSC信号转换成R、G、B信号的多组预测系数(来自预测系数存储器部分16)以及被提供有被形成为目标象素的预测抽头(来自预测抽头形成电路18，见图6)，其中，上面结合图6描述的构成预测抽头的象素是“a”-“k”和“a′”-“k′”、用于R的预测系数是wRa-wRk和wRA-wRK。用于G的预测系数是wGa-wGK和wGA-wGK、以及用于B的预测系数是wBa-wBk和wBA-wBK，运算电路19是根据下面的一阶线性方程计算目标象素的R、G、B信号的：
R=wRaa+wRbb+wRcc+wRdd+wRee+wRff+wRgg
+wRhh+wRii+wRjj+wRkk
+wRAa′+wRBb′+wRCc′+wRDd′+wREe′+wRFf′+wRGg′
+wRHh′+wRIi′+wRJj′+wRKk′
+wRoffset
G=wGaa+wGbb+wGcc+wGdd+wGee+wGff+wGgg
+wGhh+wGii+wGjj+wGkk
+wGAa′+wGBb′+wGCc′+wGDd′+wGEe′+wGFf′+wGGg′
+wGHh′+wGIi′+wGJj′+wGKk′
+wGoffset
B=wBaa+wBbb+wBcc+wBdd+wBee+wBff+wBgg
+wBhh+wBii+wBjj+wBkk
+wBAa′+wBBb′+wBCc′+wBDd′+wBEe′+wBFf′+wBGg′
+wBHh′+wBIi′+wBJj′+wBKk′
+wBoffset
……(1)
其中的wRoffset、wGoffset、和wBoffset是用于校正在NTSC和RGB信号之间的固定偏差的常数项，并且被包括在用于R、G、B的各个预测系数组中。
如上所述，在运算电路19中，使用对应于目标象素的类别的系数(预测系数)的处理过程，即自适应地使用对应于目标象素的性质(特征)的预测系数的处理过程，被称之为自适应处理。现在来简要描述该自适应处理过程。举例而言，目标象素的分量信号y的预测值E[y]可以通过使用一阶线性组合模型来确定，这种模型是通过时间上和/或空间上与目标象素相邻的象素(包括该目标象素)的复合信号(下面将相应地称作学习数据)x1、x2…以及预定的预测系数w1、w2…的线性组合。这种预测值E[y]可以用下式表示：
E[y]=w1x1+w2x2+… …(2)
一般而言，矩阵W是一组预测系数w，矩阵X是一组学习数据，而矩阵Y′是一组预测值E[y]，其定义如下：X=x11x12…x1nx21x22…x2n…………xm1xm2…xmn]]>W=w1w2…wn,Y′=E[y1]E[y2]…E[ym]]]> …(3)下列的观测成立：
XW=Y′ …(4)类似于目标象素的分量信号y的预测值E[y]是通过把最小二乘法应用到上述的观测方程实现的。在此情况中，作为教师(teacher)数据的一组目标象素的真分量信号的矩阵Y和与该分量信号y相关的一组预测值E[y]残差的矩阵E是通过下式确定的：E=e1e2…em,Y=y1y2…ym]]> …(5)从等式(4)和(5)，下列的残差方程成立：
XW=Y+E …(6)
在此情况中，用于确定与分量信号y相似的预测值E[y]的预测系数w1是通过减小下式的平方误差确定的：Σi=1mei2-------(7)]]>所以，满足下列等式的预测系数wi(当预测系数wi是0时从上述的平方误差的导出量)是用于确定相似于分量信号y的预测值E[y]的最佳值。e1∂e1∂wi+e2∂e2∂wi+…+em∂em∂wi=0(i=1,2,…n)-------(8)]]>从上述的观点看，首先，通过对预测系数w1微分方程(8)得到下列等式：∂ei∂w1=xi1,∂ei∂w2=xi2,…,∂ei∂wn=xin,(i=1,2,…,m)]]> …(9)从等式(8)和等式(9)得到等式(10)：Σi=1meixi1=0,Σi=1meixi2=0…,Σi=1meixin=0]]> …(10)通过考虑在学习数据x、预测系数w、教师数据y和在等式(8)中的残差e之间的关系，从等式(10)得到下列的正规方程： …(11)可以得到与所要确定的预测系数w的数目相同的正规方程(11)。所以，可以通过求解方程(11)得到最佳预测系数(对于可求解的等式(11)来说，预测系数的系数矩阵W必须是正规的)。为了求解等式(11)，有可能使用消除法(高斯-若尔当(Gauss-Jordan)消除法)或类似方法。
自适应处理是以上述的方式确定最佳预测系数w、并且随后根据公式(2)并利用最佳预测系数w确定最接近分量信号y的预测值E[y]的过程(自适应过程包括事先确定预测系数w以及通过使用预测系数w而确定该预测值的情况)。图2的预测系数存储器部分16针对NTSC信号的各个相位存储针对R、G、B的各个类别的预测系数，这些系数是通过下述的学习过程确立正规方程(11)且随后求解这些正规方程而确定的。在本实施例中，如上所述，预测数包括有常数项wRofset、wGoffset、和wBoffset。这些常数项可以通过扩展上述技术并且求解正规方程(11)来确定。
随后，参考图7的流程图描述在图2中示出的分类自适应处理电路3执行的处理。在步骤S1中，在把数字NTSC信号存储在场存储器11中之后，通过控制电路17把特定场选择为目标场，而且把在目标场中的特定象素选择为目标象素。控制电路17从场存储器11中读出对于执行该目标象素的简化Y/C分离而言是必须的附加象素(结合附图3描述过的)，并且将其送到简化Y/C分离电路12。
在步骤S2中，通过使用来自场存储器11的象素，简化Y/C分离电路12执行简化Y/C分离。以上述的方式确定用于目标象素的亮度信号Y1至Y3，并且提供给差分电路13。在步骤S3，根据从简化Y/C分离电路12提供并以上述方式计算的亮度信号Y1至Y3，差分电路13把差值绝对值D1-D3提供到比较电路14。在步骤S4，比较电路14把来自差分电路13的差值绝对值D1-D3与相应的预定门限值相比较。指示如上所述的幅度与门限值关系的标志F1至F3送到分类电路15。
在步骤S5，根据从比较电路14提供的标志F1-F3并以如上所述结合附图4描述的方式，分类电路15对于目标象素进行分类。产生的目标象素的所属类别被送到预测系数存储器部分16作为地址。此时，当目标象素的NTSC信号分别是Y-I信号、Y-Q信号、Y+I信号和Y+Q信号时，控制电路17把CS信号送到预测系数存储器部分16，以选择Y-I存储器16A、Y-Q存储器16B、Y+I存储器16C、Y+Q存储器16D。
在步骤S6，处于对应于从分类电路15提供的目标象素类别的地址的用于R、G、B的各个组的预测系数，从根据控制电路17所提供的CS信号选择的存储器16A-16D之一中读出，并且送到运算电路19。
在步骤S7，控制电路17把从场存储器11读出的象素送到预测抽头形成电路18，且该预测抽头形成电路18对目标象素形成参考图6描述的预测抽头。该预测抽头送到运算电路19。步骤S7可以和步骤S2-S6并行执行。
在从预测系数存储器部分16接收了预测系数和从预测抽头形成电路18接收了预测抽头之后，运算电路19在步骤S8执行上述的自适应处理。具体地说，运算电路19通过计算一阶线性方程(1)来确定用于目标象素的R、G、B信号，并且输出这些信号。
在步骤S9，控制电路17确定是否已经对于存储在场存储器中的构成目标场中的所有象素执行了该处理过程。如果在步骤S9中确定还没有对构成目标场的所有象素执行处理，则程序返回到步骤S1，此时，构成目标场的象素之一、但是还没有作为目标象素的一个象素被用作一个新的目标象素。随后，重复步骤S2和随后的步骤。如果在步骤S9中判断已经针对构成目标场的所有象素执行了该处理过程，则结束该处理。在每次采用一个新场作为目标场时，重复图7的流程图中的步骤S1-S9。
图8示出了学习装置的一个实施例构成的实例，该装置用于确定要被存储在图2的预测系数存储器部分16中的R、G、B信号的各类别的预测系数。包括用于学习的RGB信号的预定数目的场(用于学习的分量信号)的图像被送到场存储器21并存储在其中。在控制电路27的控制下，构成用于学习的图像的象素的RGB信号从场存储器21读出，并被送到RGB/NTSC编码器22和控制电路27。RGB/NTSC编码器22把从场存储器21提供的每个象素的RGB信号转换成数字NTSC信号。该数字NTSC信号再被送到简化Y/C分离电路23和控制电路27。简化Y/C分离电路23、差分电路24、比较电路25、分类电路26的构成和图2中示出的简化Y/C分离电路12、差分电路13、比较电路14、分类电路15分别相同。指示目标象素所属类别的类别码是从分类电路26输出并且送到学习数据存储器部分28作为地址。
例如，控制电路27按照行扫描次序顺序指定存储在场存储器21中的一个或多个场，并且使得进行目标象素的处理所需的象素的RGB信号另外从场存储器21读出并且送到RGB/NTSC编码器22和控制电路27本身。具体地说，控制电路27把进行目标象素的简化Y/C分类(结合图3描述)所需的象素的RGB信号读出并且送到RGB/NTSC编码器22。RGB/NTSC编码器22把进行目标象素的简化Y/C分类所需的象素的RGB信号转换成数字NTSC信号，该数字NTSC信号送到简化Y/C分离电路23。控制电路27还使得目标象素的RGB信号和构成用于目标象素的预测抽头的RGB信号从场存储器21读出，并且使得目标象素的RGB信号送到控制电路27本身，并把构成预测抽头的象素的RGB信号送到RGB/NTSC编码器22。结果是，在RGB/NTSC编码器22中，构成该预测抽头的象素的RGB信号被转换成数字NTSC信号(用于学习的复合信号)，并且把该数字NTSC信号提供到控制电路27。
而且，当以上述的方式从RGB/NTSC编码器22接收构成预测抽头的象素的数字NTSC信号时，控制电路27采用数字NTSC信号的预测抽头作为学习数据，并且采用已经从场存储器21读出的目标象素的RGB信号作为教师数据。控制电路27组合学习数据和教师数据，并把组合的数据送到学习数据存储器部分28。也就是说，利用与上述结合附图6描述的目标象素位置相关的目标象素的数字NTSC信号，组合该目标象素的RGB信号，并且把组合的数据提供到学习数据存储器部分28。
控制电路27输出CS信号，用于对应于目标象素的相位从构成学习数据存储器部分28的Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C和Y+Q存储器28D中选择其一(这些存储器在后面描述，并且相应地称作存储器28A-28D)。也就是说，当目标象素的数字NTSC信号分别是Y-I信号、Y-Q信号、Y+I信号、Y+Q信号时，控制电路27就把CS信号送到学习数据存储器部分28，以从其中选择Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C和Y+Q存储器28D其一。
学习数据存储器部分28包括Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C和Y+Q存储器28D，它们被提供有来自分类电路26的作为地址的目标象素的类别和从控制电路27输出的CS信号。学习数据存储器部分28被提供有上述的教师数据和学习数据的组合。这种从控制电路27输出的教师和学习数据的组合存储在由来自控制电路27的CS信号选择的存储器28A-28D之一的对应于目标象素类别的地址中，该类别是从分类电路26输出的。
所以，在目标象素的数字NTSC信号是Y-I信号、Y-Q信号、Y+I信号、Y+Q信号的情况中，目标象素的RGB信号(教师数据)的组合和构成用于该目标象素的预测抽头的象素的数字NTSC信号被分别地存储在Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C、Y+Q存储器28D中。也就是说，教师数据和学习数据的这种组合被存储在用于目标象素的NTSC信号每个相位的学习数据存储器部分28中。存储器28A-28D中的每一个被构成得能在同一地址存储多件信息，从而使得分类成同样类别的象素的学习数据和教师数据能够被存储在同一地址中。
在采用构成存储在场存储器中的用于学习的图像的所有象素作为目标象素实施处理之后，每个运算电路29A-29D读出作为学习数据的构成预测抽头的象素的NTSC信号，以及作为教师数据存储在每个存储器28A-28D中的每个地址的RGB信号的组合。随后，每个运算电路29A、29B、29C、29D采用最小二乘法计算预测系数，该预测系数使在RGB信号的预测值和教师数据之间的误差达到最小。也就是说，每个运算电路29A-29D确立用于每个类别和R、G、B信号的每一个的正规方程(11)，并且通过求解该正规方程来确定用于每个类别的R、G、B的预测系数(R预测系数wRa至wRk、wRA至wRK和wRpoffset；G预测系数wGa至wGk、wGA至wGK和wGoffset；B预测系数wBa至wBk、wBA至wBK和wBoffset)
由于运算电路29A-29D分别使用存储在存储器28A-28D中的数据执行该处理过程，它们产生用于数字NTSC信号的各个相位的预测系数，即用于把Y-I信号、Y-Q信号、Y+I信号、Y+Q信号分别地转换成为RGB信号的系数。Y-I存储器30A、Y-Q存储器30B、Y+I存储器30C、Y+Q存储器30D中的每一个(下面相应地称作存储器30A-30D)存储用于R、G、B信号的多组预测系数，这些系数已经由运算电路29A、29B、29C或29D以对应于每一个类别的地址确定，以便用于把Y-I信号、Y-Q信号、Y+I信号、Y+Q信号转换成RGB信号。
下面参考图9的流程图描述图8的学习装置中执行的学习过程。在用于学习的RGB信号已经存储在场存储器21中之后，控制电路27在步骤S11从用于学习的图像中选择某个象素作为目标象素。随后，控制电路27还使得对于该目标象素执行简化Y/C分离所必须的其它象素从场存储器21中读出，并且送到RGB/NTSC编码器22。在RGB/NTSC编码器22中，从场存储器21来的各个象素的RGB信号被转换成数字NTSC信号，再送到简化Y/C分离电路23。
在步骤S12，简化Y/C分离电路23使用来自RGB/NTSC编码器22的象素执行简化Y/C分离，从而以上述参照图2描述的方式确定用于目标象素的三个亮度信号Y1-Y3，并且随后将它们送到差分电路24。随后，在步骤S13-S15中，差分电路24、比较电路25和分类电路26执行与图7中的步骤S3-S5相同的处理过程，以便从分类电路26输出目标象素所属的类别。目标象素类别被送到学习数据存储器部分28作为地址。
在步骤S16，当分配给目标象素的数字NTSC信号分别是Y-I信号、Y-Q信号、Y+I信号、Y+Q信号时，控制电路27则将CS信号送到学习数据存储器部分28，用于分别地选择Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C、Y+Q存储器28D。而且，在步骤S16，控制电路27使得目标象素的RGB信号和用于该目标象素的、构成预测抽头的象素的RGB信号从场存储器21读出。随后，目标象素的RGB信号送到控制电路27自身，而且构成预测抽头的象素的RGB信号送到RGB/NTSC编码器22。在此情况中，RGB/NTSC编码器22把构成预测抽头的象素的RGB信号转换成数字NTSC信号，再送到控制电路27。
随后，控制电路27把来自RGB/NTSC编码器22的构成预测抽头的象素的数字NTSC信号用作学习数据，并且把来自场存储器21的目标象素的RGB信号用作教师数据。控制电路27组合该学习数据和教师数据，并且把组合数据送到学习数据存储器部分28。步骤S16可以与步骤S12-S15并行地执行。在步骤S17，以对应于来自分类电路26的目标象素类别的地址，把从控制电路27输出的教师数据和学习数据的组合存储在存储器28A-28D之一中。用于存储的特定存储器是由来自控制电路27的CS信号选择的。
随后，在步骤S18中，控制电路27确定是否已经对存储在场存储器21中的构成用于学习的图像的全部象素进行了处理。如果在步骤S18中确定还没有对构成用于学习的图像的全部象素执行处理，则处理返回到步骤S11，此时将尚未处理的象素作为新的目标象素。随后重复步骤S12及以后的各步骤。
如果在步骤S18中确定已经对构成用于学习的图像的全部象素执行了处理，则处理进入到步骤S19。在步骤S19，每个运算电路29A-29D以每个地址从存储器Y-I存储器28A、Y-Q存储器28B、Y+I存储器28C或Y+Q存储器28D读出学习数据和教师数据的组合，并且针对R、G、B的每一个确立正规方程(11)。而且，在步骤S19求解建立的正规方程，从而针对每个类别确定用于把Y-I信号、Y-Q信号、Y+I信号、Y+Q信号转换成RGB信号的各组预测系数。对应于Y-I信号、Y-Q信号、Y+I信号、Y+Q信号的各个类别的各组预测系数被送到相应的存储器30A-30D，并且存储在其中。该学习过程到此结束。存储在存储器30A-30D中的针对于R、G、B的各组预测系数随后被存储到图2示出的相应的存储器16A-16D中。
在上述的学习过程中，可以会出现这样的类别，即不能得到为确定预测系数所需的数目的正规方程。对于这种情况，例如，将在放弃某些特定的类别之后通过建立正规方程并且求解这些正规方程而获得的预测系数作为缺省预测系数。
如上所述，根据针对目标象素确定的多个亮度信号与该目标象素的数字NTSC信号之间的相关性，对于目标象素作分类。通过使用对应于从适于该目标象素的预测系数得到的类别而把目标象素转换成RGB信号。因此，可减少起因于亮度边缘和串色的斑点干扰的出现频率，即与亮度相关的颜色变化。
在上述实施例中，由于NTSC信号被直接转换成RGB信号(通过学习确定用于这种转换的预测系数)，所以装置的规模可以被做得比在传统的情况中通过Y/C分离一个NTSC信号并对于所得到的YIQ信号进行矩阵转换而确定RGB信号的装置规模要小。亦即，例如，在通过对NTSC信号进行Y/C分离并且对于产生的YIQ信号实行矩阵转换而确定的RGB信号的情况下，均需要用于Y/C分离的芯片和用于矩阵转换的芯片。相比而言，可以以单片的形式构成在图2示出的分类自适应处理电路3。
尽管上述的实施例中，通过对于NTSC信号和预测系数的一阶线性公式进行计算而把NTSC信号转换成RGB信号，但是，例如通过计算非线性运算公式，该NTSC信号也可以用其它的方法转换成RGB信号。
尽管在上述实施例中的简化Y/C分离是通过使用在三个方向上排列的象素执行的，即在水平或垂直、或在时间上排列在同样位置上定位的象素，但是也可以使用其它的方法。例如有可能通过使用在倾斜方向上排列的象素，或定位在不同位置和时间上排列的象素，来执行Y/C分离，并且随后确定目标象素的亮度信号。而且，使用在简化Y/C分离中的运算公式并不局限于上述的情况。
虽然上述的实施例中的预测抽头是利用参照图6描述的象素形成的，但是这些预测抽头也可以用其它象素形成。
尽管上述的实施例中的自适应处理和学习过程是对于NTSC信号的每一个相位实施的，但是它们的执行也可以不针对NTSC信号的相位。可是，通过对于NTSC信号的每一个相位执行自适应处理过程和学习过程，能够得到更为精确的RGB信号和预测系数。
尽管上述的实施例中是把NTSC信号转换成RGB信号(三基色信号)，但是其它的转换也是可能的。例如，也可以根据PAL方法等把信号转换成RGB信号，或者把NTSC信号转换成YUV信号(一个亮度信号Y和色差信号U和V)或YIQ信号。也就是说，对于转换前的复合信号和转换后的分量信号都没有特定限制。
尽管在上述的实施例中使用的是表示在预定门限值和针对目标象素确定的多个亮度信号之间的差值绝对值之间的幅度关系的标志作为相关值，但是也可以采用其它物理量。
尽管上述的实施例是针对逐场过程的，但是其它类型的处理过程也是可以的，例如逐帧过程。
本发明还可以用于除去电视接收机之外的其它的图像处理装置，例如VTR(磁带录象机)和VDR(视盘录象机)等。而且，本发明可以用于运动图像和静止图像。
尽管上述实施例中是通过对NTSC信号取样而得到Y-I信号、Y-Q信号、Y+I信号、和Y+Q信号，但是对NTSC信号的取样可以用任何定时进行，只要每四个取样运算中得到相同相位的信号即可。但是在后一种情况中，在进行学习过程中需要使用相同相位的信号。
本发明可以通过在一般的计算机中使用的计算机程序以及硬件来实行。
如上所述，在根据本发明的信号转换装置和方法中，根据目标象素复合信号和与该目标象素在时间或空间上靠近的象素的复合信号，来计算目标象素的多个亮度信号，并且确定它们彼此之间的相关性。随后执行分类，以便根据这些多个亮度信号之间的相关性把该目标象素分类到多个预定类别之一，并且通过使用对应于该目标象素类别的系数而执行的运算，确定该目标象素的分量信号。所以，有可能获得分量信号的高质量画面。
在根据本发明的学习装置和方法中，用以进行学习的分量信号被转换成用以进行学习的复合信号，并且根据目标象素的复合信号和与该目标象素在时间或空间上靠近的象素的复合信号来计算出目标象素的多个亮度信号。随后，确定这些多个亮度信号之间的相关性，并且根据该相关性通过进行目标象素类别的确定来执行分类。随后对于每个类别执行用于确定系数的运算，这些系数相对于用于学习的分量信号降低分量信号的误差，这些分量信号是通过使用用于学习的复合信号和系数而执行的运算而获得的。所以，有可能得到获得用于分量信号的高质量画面的系数。
因此，有效地实现了可从本发明的上述内容看出的本发明的目的，并且，由于可在不背离本发明的精神和实质的前提下在实施上述方法时和在实施上述结构时进行某些变化，所以，上面的描述和附图示出的内容将被理解为是进行说明性的而不是作为限定。
应理解的是，所附加权利要求力图覆盖这里所描述的本发明的所有实质和特征，而且以语言述及的本发明的范围将包含在实质内容中。