CN101669145A - 测量图像质量调节能力的方法、装置和程序以及调节图像质量的方法装置和程序 - Google Patents

测量图像质量调节能力的方法、装置和程序以及调节图像质量的方法装置和程序 Download PDF

Info

Publication number
CN101669145A
CN101669145A CN200880013221.5A CN200880013221A CN101669145A CN 101669145 A CN101669145 A CN 101669145A CN 200880013221 A CN200880013221 A CN 200880013221A CN 101669145 A CN101669145 A CN 101669145A
Authority
CN
China
Prior art keywords
picture quality
image
regulating power
evaluate
correct
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200880013221.5A
Other languages
English (en)
Other versions
CN101669145B (zh
Inventor
塚田正人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN101669145A publication Critical patent/CN101669145A/zh
Application granted granted Critical
Publication of CN101669145B publication Critical patent/CN101669145B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6011—Colour correction or control with simulation on a subsidiary picture reproducer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种图像质量调节能力测量方法，包括以下步骤：使用用作评估图像的图像质量的目标的指导图像以及图像质量特征差与图像质量调节能力值之间的相关函数，指导图像和相关函数是事先获得的；输入评估图像的图像质量被调节之后所获得的校正后图像；计算输入的校正后图像与指导图像之间的图像质量特征差；以及从所计算出的图像质量特征差和事先获得的、图像质量特征差与图像质量调节能力之间的相关函数来计算图像质量调节能力值。

Description

测量图像质量调节能力的方法、装置和程序以及调节图像质量的方法装置和程序
技术领域
本发明涉及图像质量调节能力测量方法、装置和程序，以及图像质量调节方法、装置和程序。本发明具体地涉及测量人主观感觉到的、由人或彩色图像系统调整后的彩色图像的图像质量作为客观值的图像质量调节能力测量方法、装置和程序。而且，本发明还涉及基于表示人或彩色图像系统的图像质量调节能力的客观值的图像质量调节方法、装置和程序。此外，本发明涉及基于表示人或彩色图像系统的图像质量调节能力的客观值的图像质量调节能力训练方法、装置和程序。
背景技术
在彩色图像装置或彩色图像处理系统中，彩色图像的图像质量是非常重要的因素。因此，对于由彩色图像装置或彩色图像处理系统实现的彩色图像的图像质量，仔细的设置是有必要的。这里，关注可以通过图像处理任意地调节的、诸如整个图像的亮度、伽马特性和锐度之类的图像质量，而不是取决于硬件特性的、诸如物理地确定的亮度(brightness)或密度(density)中的白或黑的限定值和装置的色域之类的图像质量。图像质量表示彩色图像装置或彩色图像处理系统的能力和特性。因此，图像质量的设置是非常重要的因素。
现在，主要基于工程师对图像质量的具体的评估和调节来执行这样的图像质量的设置。根据该方法，彩色图像装置或彩色图像处理系统中所设置的图像质量很大程度上受到确定彩色图像装置或彩色图像处理系统的图像质量来调节图像质量的人的技术(能力)的影响。即，在彩色图像装置或彩色图像处理系统中，为了如所期望地恰当地稳定图像质量，需要在调节图像质量方面具有高能力的工程师。
如今，诸如PDP(等离子显示面板)、LCD(液晶显示器)、打印机、带摄像头的蜂窝电话和投影仪之类的各种类型的彩色图像装置被投放到市场。只要装置中用来形成图像的一个组件被替换，则图像质量改变。因此，每次替换组件时都执行图像质量的调节。此外，即使组件的配置相同，所要表示的图像质量也根据装置的类型而改变。即使装置的类型相同，也可能存储多种图像质量模式。在各种情况中，图像质量的调节是必需的。
还没有实现用于图像质量的调节或设置或设计的完全自动化的方法。因此，为了将各种类型的这样的彩色图像装置投放市场，必需有许多在调节图像质量方面具有高能力的工程师。然而，由于技术是通过调节图像质量的实际工作来习得的，所以要花费大量时间和努力来提高人的图像质量调节能力。因此，不可能在短时间内聚集许多在调节图像质量方面具有高能力的工程师。因此，对日益增加地投放市场的各种类型的彩色图像装置的图像质量的调节当前是由少数的工程师来执行的，它们为调节花费很多精力和生产处理。
以下专利文献1和2公开了与上述图像处理相关的传统技术。
专利文献1提出了一种图像处理装置，其包括输入部件、指导数据提取部件、校正部件和图像处理部件，以向图像处理装置直观地并且容易地传递喜欢的图像再现，使得喜欢的图像再现被反映在图像处理中。该图像处理装置以以下方式进行操作：输入部件接受对用于图像处理中的图像再现的目标图像(指导图像)的输入指示；指导数据提取部件对所提供的指导图像、针对预定的图像再现项目来执行分析或信息收集，并且提取表示图像再现的趋势的指导数据；校正部件根据由指导数据表示的图像再现的趋势来校正图像处理的参数；图像处理部件使用校正后的参数来对输入图像执行图像处理。
专利文献2提出了一种图像处理装置，其包括初步校正部件、特征量计算部件、校正值计算部件和校正执行部件，以有效地执行一组图像中的每个图像的校正后图像的图像质量。该图像处理装置以以下方式进行操作：初步校正部件对一组图像中的样本图像进行初步校正并且获得样本图像的初步校正后图像；特征量计算部件计算每个初步校正后图像的特征量；目标特征量计算部件计算目标特征量使得目标特征量与每个初步校正后图像的特征量之间的差被最小化；校正值计算部件计算每个图像的校正值使得该组图像的每个图像的特征量等于目标特征量；校正执行部件使用校正值来校正相应的图像。
专利文献1：JP-A-2006-080746
专利文献2：JP-A-2006-139368
非专利文献1：Masato Tsukada、Tetsuaki Suzuki和Akira Inoue的“用于提高数字图像处理中的图像质量的自动化技术”，日本图像学会学报，2004年，第43卷，第2号，第90-97页。
发明内容
技术问题
然而，上述传统技术具有以下挑战。
1)彩色图像装置或彩色图像处理系统的图像质量取决于执行调节的人或彩色图像系统的图像质量调节能力。因此，第一个挑战是建立客观地评估执行调节的人或彩色图像系统的图像质量调节能力的图像质量调节能力测量系统，以获得彩色图像装置或彩色图像处理系统的更稳定的图像质量。
2)第二个挑战是自动地将彩色图像装置或彩色图像处理系统中所设置的图像质量调节成用户主观感觉所希望的图像质量。
3)第三个挑战是当彩色图像装置或彩色图像处理系统中所设置的图像质量被调节成用户主观感觉所希望的图像质量时，客观地评估图像质量的性能水平并且呈现该水平。
4)第四个挑战是根据客观的图像质量调节能力值来训练调节彩色图像装置或彩色图像处理系统的人的图像调节能力。
在上述专利文献1和2中未认识以上挑战。
本发明的一个目的是提供一种能够客观地评估人或彩色图像系统对于彩色图像装置或彩色图像处理系统的图像调节能力的图像质量调节能力测量方法，装置和程序。
本发明的另一目的是提供一种可以根据以上图像质量调节能力测量方法来自动调节彩色图像装置或彩色图像处理系统的图像质量的图像质量调节方法、装置和程序。
本发明的另一目的是提供一种可以训练人对于彩色图像装置或彩色图像处理系统的图像质量调节能力的图像质量调节能力训练方法、装置和程序。
问题的解决方案
根据本发明，提供了第一图像质量调节能力测量方法，包括以下步骤：使用用作评估图像的图像质量的目标的指导图像以及图像质量特征差与图像质量调节能力值之间的相关函数，指导图像和相关函数是事先获得的；输入在评估图像的图像质量被调节之后所获得的校正后图像；计算校正后图像与指导图像之间的图像质量特征差；以及从相关函数和图像质量特征差计算图像质量调节能力值。
此外，根据本发明的第一图像质量调节能力测量方法，使用指导图像和相关函数可以是：使用评估图像、在评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作评估图像的图像质量的目标的指导图像，评估图像、第一校正后图像和指导图像是事先获得的；针对主观图像质量已被评估的第一校正后图像来计算图像质量调节能力值；计算第一校正后图像与指导图像之间的图像质量特征差；以及使用从图像质量特征差和图像质量调节能力值计算出的、图像质量特征差与图像质量调节能力值之间的相关函数。
此外，根据本发明，第二图像质量调节能力测量方法包括以下步骤：使用在评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作评估图像的图像质量的目标的指导图像，第一校正后图像和指导图像是事先获得的；针对第一校正后图像计算图像质量调节能力值；计算第一校正后图像与指导图像之间的图像质量特征差，并且获取图像质量特征差与图像质量调节能力值之间的相关函数；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来获取第二校正后图像；以及计算第二校正后图像与指导图像之间的图像质量特征差，并且从相关函数和图像质量特征差计算用户的图像质量调节能力值。
此外，根据本发明，第三图像质量调节能力测量方法包括以下步骤：获取在多个评估图像的图像质量被调节之后所获得的第一校正后图像；对第一校正后图像的图像质量执行主观评估；从对第一校正后图像的图像质量的主观评估的结果计算图像质量调节能力值；计算第一校正后图像与用作评估图像的图像质量的目标的指导图像之间的图像质量特征差，并且获取图像质量特征差与图像质量调节能力值之间的相关函数；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来获取第二校正后图像；以及计算第二校正后图像与指导图像之间的图像质量特征差，并且从相关函数和图像质量特征差计算用户的图像质量调节能力值。
根据本发明，第一图像质量调节能力测量装置包括：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；输入在评估图像的图像质量被调节之后所获得的校正后图像的校正后图像输入部件；存储用作评估图像的图像质量的目标的指导图像的指导图像存储存储器；计算校正后图像与指导图像之间的图像质量特征差的图像质量特征差计算部件；以及从相关函数和图像质量特征差计算图像质量调节能力值的图像质量调节能力确定部件。
此外，根据本发明，第二图像质量调节能力测量装置包括：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；存储评估图像的评估图像存储存储器；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来生成校正后图像的图像处理部件；向用户呈现评估图像和校正后图像的图像呈现部件；存储用作评估图像的图像质量的目标的指导图像的指导图像存储存储器；计算校正后图像和指导图像之间的图像质量特征差的图像质量特征差计算部件；以及从相关函数和图像质量特征差计算用户的图像质量调节能力值的图像质量调节能力值确定部件。
根据本发明，一种图像质量调节方法，包括以下步骤：使用给定的评估图像、用作评估图像的图像质量的目标的给定的指导图像和图像质量特征差与图像质量调节能力值之间的给定的相关函数；生成在用于校正评估图像的图像质量的图像处理中所使用的校正参数；通过使用校正参数针对评估图像执行图像处理来生成校正后图像；计算校正后图像与指导图像之间的图像质量特征差；使用图像质量特征差和相关函数来从校正参数确定目标校正参数以获得所希望的图像质量；以及使用图像处理和目标校正参数来校正任意输入图像的图像质量。
此外，根据本发明的图像质量调节方法，确定目标校正参数可以包括设置用于调节出所希望的图像质量的目标值。
根据本发明，一种图像质量调节装置，包括：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；存储评估图像的评估图像存储存储器；生成在用于校正评估图像的图像质量的图像处理中所使用的校正参数的校正参数生成部件；通过使用校正参数针对评估图像执行图像处理来生成校正后图像的图像处理部件；存储用作评估图像的图像质量的目标的指导图像的指导图像存储存储器；计算校正后图像与指导图像之间的图像质量特征差的图像质量特征差计算部件；使用图像质量特征差和相关函数来从校正参数确定目标校正参数以获得所希望的图像质量的目标校正参数确定部件；以及使用图像处理和目标校正参数来校正任意输入图像的图像质量图像校正部件。
此外，根据本发明的图像质量调节装置，目标校正参数确定部件包括设置用于调节出所希望的图像质量的目标值的部件。
根据本发明，第一图像质量调节能力测量程序，使得计算机执行：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；输入评估图像的图像质量被调节之后所获得的校正后图像；存储用作评估图像的图像质量的目标的指导图像的处理；计算校正后图像与指导图像之间的图像质量特征差的处理；以及从相关函数和图像质量特征差计算图像质量调节能力值的处理。
此外，根据本发明，第二图像质量调节能力测量程序，使得计算机执行：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；存储评估图像的处理；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来生成校正后图像的处理；向用户呈现评估图像和校正后图像的处理；允许用户控制图像处理中所使用的参数的处理；存储用作评估图像的图像质量的目标的指导图像的处理；计算校正后图像和指导图像之间的图像质量特征差的处理；以及从相关函数和图像质量特征差计算用户的图像质量调节能力值的处理。
根据本发明，一种图像质量调节程序，使得计算机执行：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；存储评估图像的处理；生成在用于校正评估图像的图像质量的图像处理中所使用的校正参数的处理；通过使用校正参数针对评估图像执行图像处理来生成校正后图像的处理；存储用作评估图像的图像质量的目标的指导图像的处理；计算校正后图像与指导图像之间的图像质量特征差的处理件；使用图像质量特征差和相关函数来从校正参数确定目标校正参数以获得所希望的图像质量的处理；以及使用图像处理和目标校正参数来校正任意输入图像的处理。
此外，根据本发明的图像质量调节程序，确定目标校正参数的处理包括设置用于调节出所希望的图像质量的目标值的处理。
根据本发明，第一图像质量调节能力训练方法，包括以下步骤：使用用作评估图像的图像质量的目标的指导图像和图像质量特征差与图像质量调节能力之间的相关函数，指导图像和图像质量调节能力是事先获得的；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来获取校正后图像；计算校正后图像与指导图像之间的图像质量特征差，并且从相关函数和图像质量特征差计算用户的图像质量调节能力；以及控制用户调节评估图像的图像质量的图像质量调节操作来获得校正后图像。
根据本发明，第二图像质量调节能力训练方法，包括以下步骤：使用在评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作评估图像的图像质量的目标的指导图像，第一校正后图像和指导图像是事先获得的；针对按照主观图像质量所评估出的第一校正后图像来计算图像质量调节能力值；计算校正后图像与指导图像之间的图像质量特征差，并且获取图像质量特征差与图像质量调节能力值之间的相关函数；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来获取第二校正后图像；计算第二校正后图像与指导图像之间的图像质量特征差，并且从相关函数和图像质量特征差计算用户的图像质量调节能力值；以及控制用户调节评估图像的图像质量的图像质量调节操作来获得校正后图像。
根据本发明，一种图像质量调节能力训练装置，包括：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；存储评估图像的评估图像存储存储器；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来生成校正后图像的图像处理部件；存储用作评估图像的图像质量的目标的指导图像的指导图像存储存储器；计算校正后图像与指导图像之间的图像质量特征差的图像质量特征差计算部件；从相关函数和图像质量特征差计算用户的图像质量调节能力值的图像质量调节能力确定部件；以及控制用户调节评估图像的图像质量的图像质量调节操作以生成校正后图像的图像质量调节操作控制部件。
根据本发明，一种图像质量调节能力训练程序，使得计算机执行：使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；存储评估图像的处理；通过让图像质量调节能力要被测量的用户调节评估图像的图像质量来生成校正后图像的处理；向用户呈现评估图像和校正后图像的处理；允许用户控制图像处理中所使用的参数的处理；存储用作评估图像的图像质量的目标的指导图像的处理；计算校正后图像和指导图像之间的图像质量特征差的处理；以及从相关函数和图像质量特征差计算用户的图像质量调节能力值的处理；以及控制用户调节评估图像的图像质量的图像质量调节操作以生成校正后图像的处理。
发明的有利效果
本发明的第一效果是能够客观地测量人或彩色图像系统在调节彩色图像装置或彩色图像处理系统的彩色图像的图像质量方面的能力。
本发明的第二效果是能够将彩色图像装置或彩色图像处理系统中所设置的图像质量自动地调节成人主观感觉所希望的图像质量。
本发明的第三效果是能够将彩色图像装置或彩色图像处理系统中所设置的图像质量自动地调节成人主观感觉所希望的图像质量并且还呈现那时的图像质量的性能水平。
本发明的第四效果是能够训练调节彩色图像装置或彩色图像处理系统的彩色图像的图像质量的人的图像调节能力。
附图说明
图1是图示出根据本发明第一实施例的图像质量调节能力测量方法的操作的流程图。
图2是图示出用于校正评估图像的图像质量的图像处理工具的GUI的示例的示图。
图3是图示出使用图像处理工具的图像质量调节GUI来调节所呈现的评估图像的图像质量的用户的示图。
图4是图示出图像质量特征差与图像质量调节能力值之间的关系的示例的示图。
图5是图示出从图像质量特征差与图像质量调节能力值之间的关系的示例计算出的相关函数的示图。
图6是图示出根据本发明第二示例性实施例的图像质量调节能力测量装置的整体配置的框图。
图7是图示出根据本发明第三示例性实施例的图像质量调节能力测量装置的操作的流程图。
图8是图示出根据本发明第四示例性实施例的图像质量调节方法的操作的流程图。
图9是图示出根据本发明第五示例性实施例的图像质量调节装置的整体配置的框图。
图10是图示出根据本发明第六示例性实施例的图像质量调节方法的操作的框图。
图11是图示出根据本发明第七示例性实施例的图像质量调节装置的整体配置的框图。
图12是图示出根据本发明第八示例性实施例的图像质量调节能力训练方法的操作的流程图。
图13是图示出根据本发明的第九示例性实施例的图像质量调节能力训练装置的整体配置的框图。
标号的说明
1：评估图像存储存储器
2：图像处理部件
3：图像呈现部件
4：参数控制部件
5：指导图像存储存储器
6：图像质量特征差计算部件
7：图像质量调节能力确定部件
8：校正参数生成部件
9：校正后图像存储存储器
10：最佳校正参数确定部件
11：图像质量调节操作控制部件
100，101：图像质量调节能力测量装置
102，103：图像质量调节装置
104：图像质量调节能力训练装置
200：图像处理工具
300：用户界面
具体实施方式
以下参考附图来描述本发明的示例性实施例。
(第一示例性实施例)
图1图示出根据本发明第一实施例的图像质量调节能力测量方法的过程。
在图1中，为了测量图像质量调节能力，事先准备评估图像和指导图像(instructor image)，指导图像是评估图像的目标并且具有良好的图像质量(步骤ST1)。这里，评估图像及其指导图像不仅包括静止图像还包括运动图像。为了方便，静止图像和运动图像未被相互区分并且被称为图像。
要使用的评估图像包括各种自然图像和CG(计算机图形)图像的图像，例如夜景、风景、人造物和肖像。目标指导图像对于评估图像的各个场景是有必要的。指导图像包括由具有高的图像质量调节能力的工程师利用图像处理工具等和其它图像进行校正后的评估图像。
然后，根据第一示例性实施例的图像质量调节能力测量方法，通过让许多用户利用图像处理工具等来主观地调节评估图像的各个场景的图像质量，生成第一校正后图像(步骤ST2)。
图2示出用来校正评估图像的图像质量的图像处理工具的示例。
图2中所示的图像处理工具200加载并且显示评估图像，并且还显示图像质量已经被用户调节过了的第一校正后图像。在图2的示例中，图像处理工具200具有校正诸如明度、饱和度、对比度、锐度、色调和白平衡之类的基本图像质量因素的功能以及其GUI(图形用户界面)。然而，该工具不限于以上这些因素。可以增加对于调节图像质量必要的其它项目，例如噪声抑制和校正包括肤色、草木的绿色和蓝天的特定色彩。图像质量的校正处理可以是非专利文献1中所公开的校正处理。
图3图示出使用图像处理工具200的图像质量调节GUI来调节所呈现的图像质量的图像质量的用户。顺便提及，校正后的图像在校正后的同时被呈现给用户。用户类似地调节所有评估图像的图像质量。由许多用户来执行对评估图像的图像质量的调节，并且获得许多第一校正后图像。
主观地评估由这许多用户产生的第一校正后图像的图像质量，并且获得实验数据以用于学习用户的图像质量调节能力(步骤ST3)。根据诸如成对比较方法之类的图像评估方法，来评估通过用户的图像质量调节获得的第一校正后图像的各个场景的图像质量。例如，在多个第一校正后图像中，两个校正后图像的相同场景被随机地选出并且被呈现给评估者，评估者之后选择具有较好图像质量的那个图像。针对所有组合来执行图像质量的评估。对多个评估者进行评估实验，并且针对主观评估实验收集足够的数据。这些数据对于学习用户的图像质量调节能力是必要的。
然后，基于有关第一校正后图像的图像质量的主观评估实验的结果，计算表示用户的图像质量调节能力的图像质量调节能力值(步骤ST4)。
对于图像质量调节能力值的计算，基于有关第一校正后图像的图像质量的主观评估实验的结果，根据图像质量对第一校正后图像进行排序。例如，在表格中排列第一校正后图像的图像质量评估实验的结果，并且针对图像质量已被用户调节过的第一校正后图像来执行计算，以获得累积概率(累积概率是对成对比较中胜出的百分比进行加和的结果)或基于比较判断的瑟斯顿(Thurstone)法则的间隔尺度。这些值的大小表示第一校正后图像的主观图像质量是否良好。诸如累积概率和间隔尺度这样的指示符可以被视为是图像质量调节能力值，图像质量调节能力值表示第一校正后图像的图像质量的或已经调节了评估图像的图像质量的用户的图像质量调节能力。
顺便提及，在步骤ST4处的图像质量调节能力值的计算期间，对于各个场景而言哪个图像具有最好的图像质量变得清楚。因此，具有最好的图像质量的第一校正后图像可以是针对该场景的指导图像。
然后，计算第一校正后图像与指导图像之间的图像质量特征的差，并且得到图像质量特征差与图像质量调节能力值之间的相关函数(ST5)。这里，图像质量特征差包括：RGB欧几里德距离的差的平均值、明度(lightness)(CIELAB的L值)的差的平均值、亮度(brightness)(三刺激值XYZ的Y)的差的平均值、颜色差(Eab)的平均值和饱和度(色度(参见以下))的差的平均值。
[数学式1]
Figure G2008800132215D00121
例如，如果校正后图像与指导图像之间的图像质量特征差是RGB欧几里德距离的差的平均值，则图像质量特征差被表示如下：
[数学式2]
Figure G2008800132215D00122
= ( Σ xy ( T R ( x , y ) - C R ( x , y ) ) 2 + ( T G ( x , y ) - C G ( x , y ) ) 2 + ( T B ( x , y ) - C B ( x , y ) ) 2 ) / ( x , y )
等式(1)
这里，x和y表示图像的坐标位置，并且TR、TG和TB表示指导图像的像素值R、G和B。CR、CG和CB表示第一校正后图像的像素值R、G和B。∑是指对图像的所有像素的RGB欧几里德距离的差进行加和。这里，可以从如上所述的整个图像或从预定的关注区域计算出图像质量特征差。如果分别用CIELAB的L*、a*、和b*来替换TR、TG、TB、CR、CG和CB，则图像质量特征差是颜色差的平均值。至于饱和度或明度的差，类似地计算第一校正后图像与指导图像之间的饱和度或明度的差。
并且，与诸如对比度比、饱和度、明度、亮度或色调之类的色彩信息相关的柱状图的差信息以及边缘的量的差可以用作图像之类特征差。在典型的对比度的校正中，针对图像的亮度分量来创建柱状图，从柱状图的上侧和下侧去除若干百分比的候选者作为噪声分量，并且提取图像的Highlight(高亮)分量的High(高)值和Shadow(阴影)分量的Low(低)值。例如，如果图像的对比度是Cont，则图像的对比度Cont被定义如下：
[数学式3]Cont＝Hight-Low    等式(2)
这里，假定对比度比是Cont_Ratio，则某一场景的指导图像的对比度是Cont_Best，并且校正后的图像X的对比度是Cont_X。在这种情况中，如以下等式所示，可以根据指导图像的对比度Cont_Best与校正后图像X的对比度Cont_X之比来计算出对比度比Cont_Ratio。
[数学式4]
Cont_ratio＝Cont_X/Cont_Best    等式(3)
并且，基于柱状图形状的差来评估与诸如亮度、明度、色调和饱和度之类的色彩信息相关的柱状图。例如，假定在某个场景中，指导图像的亮度柱状图是Yhist_Best(i)，并且第一校正后图像X的亮度柱状图是Yhist_X(i)。这里，i表示柱状图阵列的元素：在亮度的情况中，i可以是0到255。如果指导图像的亮度柱状图Yhist_Best(i)与第一校正后图像X的亮度柱状图Yhist_X(i)之间的差的评估值是Yhist_diff_X，评估值Yhist_diff_X被定义如下：
[数学式5]
Yhist_diff_X＝∑ABS(Yhist_Best(i)-Yhist_X(i))    等式(4)
这里ABS()是表示取绝对值的函数。还以与亮度柱状图类似的方式来针对各个色彩属性的饱和度、亮度和色调的色度柱状图执行计算。
如上所述，图像质量特征差包括RGB欧几里德距离的差的平均值、明度(CIELAB的L值)的差的平均值、亮度(三刺激值XYZ的Y)的差的平均值、颜色差(Eab)的平均值和饱和度(色度(参见以下))的差的平均值，与诸如对比度比、饱和度、明度、亮度或色调之类的色彩信息相关的柱状图的差信息以及边缘的量的差。然而，图像质量特征差不限于这些种类的信息。可以使用第一校正后图像与指导图像之间的各种差信息。
图4是用垂直轴表示图像质量特征差，水平轴表示图像质量调节能力，绘出各个第一校正后图像的图像质量特征差D(颜色差)和图像质量调节能力值S(累积概率)的示例。从图4中所画出的内容可以了解，在图像质量特征差D和图像质量调节能力值S之间存在相关性。因此，计算出图像质量特征差D和图像质量调节能力值S之间的相关函数。
然后，如图3中所示，通过让图像质量调节能力要被测量的用户使用控制图像的图像质量项目中的校正强度的图像处理工具来校正评估图像的图像质量，来获得第二校正后图像(步骤ST6)。
然后，计算第二校正后图像与指导图像之间的图像质量特征差D。利用步骤ST5处所获得的图像质量特征差D和相关函数(S＝Fc(D))，确定用户的图像质量调节能力值S(步骤ST7)。输出图像质量调节能力值S(步骤ST8)。
例如，图5是示出从图4中示出的图像质量特征差S与图像质量调节能力值D之间的相关性计算出的相关函数S＝Fc(D)的示图。如图5中所示，如果在用户已经调节了某一场景的评估图像的图像质量之后获得的第二校正后图像和该场景的指导图像的颜色差的平均值或图像质量特征差S为3，则根据相关函数S＝Fc(D)计算出的用户的图像质量调节能力值D约为2.5。在图5的情况中，图像质量调节能力值D的最高值约为3.5。因此，可以总结出，用户的图像质量调节能力相对较高。
因此，根据本示例性实施例，可以客观地测量出用户对于彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
顺便提及，根据本发明，测量出了用户(人)的图像质量调节能力。然而，本发明不限于此。可以测量彩色图像系统的图像质量调节能力。在这种情况中，可以客观地测量彩色图像系统对彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
(第二示例性实施例)
以下参考图6来描述根据本发明第二实施例的图像质量调节能力测量装置100。
图6是图示出根据本示例性实施例的图像质量调节能力测量装置100的框图。示图中所示的图像质量调节能力测量装置100使用第一示例性实施例的图像质量调节能力测量方法，并且是这样的装置，其让用户通过诸如图像处理工具200的上述GUI之类的用户界面300来调节图像的图像质量以输出图像质量调节能力值，图像质量调节能力值是用户的图像质量调节能力的客观评估值。
图像质量调节能力测量装置100包括评估图像存储存储器1、图像处理部件2、图像呈现部件3、参数控制部件4、指导图像存储存储器5、图像质量特征差计算部件6和图像质量调节能力确定部件7。
评估图像存储存储器1存储评估图像。图像处理部件2执行调节评估图像的图像质量的图像处理，并且产生校正后图像。图像呈现部件3向用户呈现评估图像和校正后图像。当用户正在观看评估图像和校正后图像时，参数控制部件4能够控制图像处理部件2执行的图像质量校正处理的校正强度参数。指导图像存储存储器5存储作为评估图像的目标的指导图像。图像质量调节能力确定部件7根据图像质量特征差来计算用户的图像质量调节能力值，而图像质量特征差计算部件6计算校正后图像与指导图像之间的图像质量特征差。
图像质量调节能力测量装置100可以通过计算机来实现。构成图像质量调节能力测量装置100的组件包括评估图像存储存储器1、图像处理部件2、图像呈现部件3、参数控制部件4、指导图像存储存储器5、图像质量特征差计算部件6和图像质量调节能力确定部件7，可以被实现为由计算机的处理单元(CPU：中央处理单元)执行来实现上述功能的程序。构成图像质量调节能力测量装置100的组件可以通过计算机来实现或被实现为程序。
以下描述图像质量调节能力测量装置100的操作。
首先，图像质量调节能力测量装置100事先在评估图像存储存储器1和指导图像存储存储器5中分别存储评估图像和作为评估图像的目标的指导图像。
然后，图像呈现部件3如上述图2中的图像处理工具200的GUI上所示，通过用户界面300向用户呈现评估图像存储存储器1中所存储的评估图像以及图像处理部件2中已经准备好的用于调节图像质量的图像处理项目。顺便提及，在图像处理被应用之前，图2中所图示的GUI中用于校正后图像的部分显示评估图像或不显示。用户通过用户接口300来选择所呈现的图像处理项目以调节所呈现的评估图像的图像质量。
然后，参数控制部件4通过用户界面300向用户呈现如图3中所示的图像处理工具200的图像质量调节GUI，以控制所选择的图像处理中使用的校正参数的强度。因此，从参数控制部件4向图像处理部件2输出由用户指定的校正参数。
因此，图像处理部件2使用用户通过参数控制部件4指定的校正参数来对评估图像存储存储器1中所存储的评估图像执行所选择的图像处理以产生校正后图像，并且向图像呈现部件3输出校正后图像以通过用户界面300向用户呈现校正后图像。图像处理部件2还向图像质量特征差计算部件6输出校正后图像。
然后，例如使用等式(1)的方法等，图像质量特征差计算部件6根据上述图像质量调节能力测量方法中的步骤ST4，计算与指导图像存储存储器5中事先存储的对应于评估图像的指导图像与由图像处理部件2输出的校正后图像之间的图像质量特征差D，并且之后向图像质量调节能力确定部件7输出图像质量特征差D。
因此，根据第一示例性实施例的图像质量调节能力测量方法中的步骤ST5，使用事先准备好的图像质量特征差D与图像质量调节能力值S之间的相关函数S＝Fc(D)，图像质量调节能力确定部件7针对从图像质量特征差计算部件6提供的图像质量特征差D来计算图像质量调节能力值S，并且之后输出图像质量调节能力值作为用户的图像质量调节能力值。
因此，根据本示例性实施例，和第一示例性实施例类似，可以客观地测量用户对于彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
顺便提及，根据本发明，测量出了用户(人)的图像质量调节能力。然而，本发明不限于此。可以测量出彩色图像系统的图像质量调节能力。在这种情况中，可以客观地测量出彩色图像系统对于彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
(第三示例性实施例)
以下参考图7来描述根据本发明第三示例性实施例的图像质量调节能力测量装置101。
图7是图示出根据本示例性实施例的图像质量调节能力测量装置101的框图。示图中所示的图像质量调节能力测量装置101包括：指导图像存储存储器5，其存储作为评估图像的目标的指导图像；图像质量特征差计算部件6，其计算校正后图像与指导图像之间的图像质量特征差；以及图像质量调节能力确定部件7，其根据所计算出的图像质量特征差来计算用户的图像质量调节能力值。
即，根据本示例性实施例，从图6中所示的上述图像质量调节能力测量装置100中省略了评估图像存储存储器1、图像处理部件2、图像呈现部件3和参数控制部件4。
图像质量调节能力测量装置101加载在用户校正评估图像的图像质量之后获得的校正后图像，并且输出用户的图像质量调节能力值。构成图像质量调节能力测量装置101的各个部件的操作与图像质量调节能力测量装置100的各个部件的操作相同。
图像质量调节能力测量装置101可以通过计算机来实现。构成图像质量调节能力测量装置101的组件包括指导图像存储存储器5、图像质量特征差计算部件6和图像质量调节能力确定部件7，可以被实现为由计算机的处理单元(CPU)执行来实现上述功能的程序。构成图像质量调节能力测量装置101的组件可以通过计算机来实现或被实现为程序。
因此，根据本示例性实施例，和第二示例性实施例类似，可以客观地测量用户对于彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
顺便提及，根据本发明，测量出了用户(人)的图像质量调节能力。然而，本发明不限于此。可以测量出彩色图像系统的图像质量调节能力。在这种情况中，可以客观地测量出彩色图像系统对于彩色图像装置和彩色图像处理系统的彩色图像的图像质量调节能力。
(第四示例性实施例)
以下参考图8来描述根据本发明第四示例性实施例的图像质量调节方法。第一示例性实施例的图像质量调节能力测量方法被应用于自动产生用来将彩色图像装置或彩色图像系统的图像质量调节为人主观感觉所希望的图像质量的最佳校正参数(目标校正参数)的图像质量调节方法。
在图8中，与第一示例性实施例的图像质量调节能力测量方法相似，事先准备好评估图像以及作为评估图像的目标并且具有良好的图像质量的指导图像(步骤ST11)。
然后，生成在校正评估图像的图像质量的图像处理中所要使用的校正参数(步骤ST12)。这里，用于评估图像I的图像处理的函数被表示为P(I，a，b)。在这种情况中，a和b是用来控制图像处理的强度的参数，是实数。在步骤ST12，从可以是a和b的一组数中选择数，并且所选择的数被视为校正参数。
因此，使用步骤ST12处生成的校正参数a和b，利用图像处理函数P(I，a，b)来生成评估图像I的校正后图像(步骤ST13)。然后，例如利用上述等式(1)的方法等，根据第一示例性实施例的图像质量调节能力测量方法中的步骤ST4，计算校正后图像与指导图像之间的图像质量特征差D(步骤ST14)。
因此，关于所计算出的图像质量特征差D是否小于或等于阈值或所计算出的图像质量特征差D是否是最小值进行判断(步骤ST15)。当结果是“否”时，重复步骤ST12和步骤ST14的处理。另一方面，当结果是“是”时，当图像质量特征差D小于或等于阈值或是最小值时所获得的校正参数被输出作为最佳校正参数，通过最佳校正参数可以实现所希望的图像质量(步骤ST16)。
以这种方式，根据本示例性实施例，提供了评估图像和相应的指导图像，并且计算了图像的图像特征量的差与人的图像质量调节能力值之间的相关函数。然后，为了获得任意输入图像的所希望的图像质量，计算了在对输入图像的图像处理之后获得的校正后图像的图像质量特征量与指导图像的图像质量特征量之间的差值。因此，利用图像质量特征量的差与人的图像质量调节能力值之间的相关函数，确定目标校正参数以获得所希望的图像质量。然后，对输入图像应用该图像处理。
因此，根据本示例性实施例，彩色图像装置和彩色图像处理系统中所设置的图像质量可以被自动调节成用户主观感觉所希望的图像质量。
(第五示例性实施例)
以下参考图9来描述根据本发明第五示例性实施例的图像质量调节装置102。
图9是图示出根据本示例性实施例的图像质量调节装置102的框图。示图中所示的图像质量调节装置102使用第四示例性实施例的图像质量调节方法，并且是自动产生用来将彩色图像或彩色图像系统的图像质量调节成人主观感觉所希望的图像质量的最佳校正参数的装置。
图像质量调节装置102包括：评估图像存储存储器1、图像处理部件2、校正参数生成部件8、校正后图像存储存储器9、指导图像存储存储器5、图像质量特征差计算部件6和作为目标校正参数确定部件的最佳校正参数确定部件10。
评估图像存储存储器1存储评估图像。图像处理部件2执行调节评估图像的图像质量的图像处理并且产生校正后图像。校正参数生成部件8生成图像处理部件2的图像处理中所使用的校正参数。校正后图像存储存储器9存储校正后图像。指导图像存储存储器5存储作为评估图像的目标的指导图像。图像质量特征差计算部件6计算校正后图像与指导图像之间的图像质量特征差D。最佳校正参数确定部件10运行校正参数生成部件8，直到图像质量特征差D变成最小值或者小于或等于阈值为止，并且输出当图像质量特征差D变成最小值或者小于或等于阈值时获得的校正参数，作为最佳校正参数，最佳校正参数是通过其可以实现所希望的图像质量的目标校正参数。
图像质量调节装置102可以通过计算机来实现。构成图像质量调节装置102的组件，包括评估图像存储存储器1、图像处理部件2、校正参数生成部件8、校正后图像存储存储器9、指导图像存储存储器5、图像质量特征差计算部件6和最佳校正参数确定部件10，可以被实现为由计算机的处理单元(CPU)执行来实现上述功能的程序。构成图像质量调节装置102的组件可以通过计算机来实现或被实现为程序。
以下描述图像质量调节装置102的操作。
首先，图像质量调节装置102将评估图像和作为评估图像的目标的指导图像分别存储在评估图像存储存储器1和指导图像存储存储器5中。
然后，校正参数生成部件8生成用来校正评估图像的图像质量的图像处理中所使用的校正参数。
因此，图像处理部件2使用由校正参数生成部件8生成的校正参数，来对评估图像执行图像处理以产生校正后的图像，并且将校正后的图像存储在校正后图像存储存储器9中。
因此，例如使用上述等式(1)的方法等，图像质量特征差计算部件6根据第一示例性实施例的图像质量调节能力测量方法中的步骤ST4，计算校正后图像存储存储器9中所存储的校正后图像与指导图像存储存储器5中所存储的相应指导图像之间的图像质量特征差D。
因此，最佳校正参数确定部件10运行校正参数生成部件8，直到图像质量特征差D变得小于或等于阈值或者为最小值为止。当图像质量特征差D变得小于或等于阈值或者为最小值时，最佳校正参数确定部件10输出此时获得的校正参数，作为最佳校正参数。
以这种方式，即使在本示例性实施例中，也与第五示例性实施例类似，提供了评估图像和相应的指导图像，并且计算了图像的图像特征量的差与人的图像质量调节能力值之间的相关函数。然后，为了获得任意输入图像的所希望的图像质量，计算了在对输入图像的图像处理之后获得的校正后图像的图像质量特征量与指导图像的图像质量特征量之间的差值。因此，利用图像质量特征量的差与人的图像质量调节能力值之间的相关函数，确定目标校正参数以获得所希望的图像质量。然后，对输入图像应用该图像处理。
因此，根据本示例性实施例，彩色图像装置和彩色图像处理系统中所设置的图像质量可以被自动调节成用户主观感觉所希望的图像质量。
顺便提及，最佳校正参数确定部件10可以不设有校正后图像存储存储器9。图像处理部件2所生成的校正后图像可以直接输入图像质量特征差计算部件6中。
此外，图像质量调节装置102可以应用于使用图像处理部件2和从图像质量调节装置102输出的最佳校正参数来调节任意地输入的图像的图像质量的图像和图像质量调节装置。
(第六示例性实施例)
以下参考图10来描述根据本发明第六示例性实施例的图像质量调节方法。
根据本示例性实施例的图像质量调节方法，向第四示例性实施例的图像质量调节方法添加以下处理(步骤ST17和ST18)：利用第一示例性实施例的图像质量调节能力测量方法中步骤ST7处获得的图像质量特征差D与图像质量调节能力值S之间的相关函数S＝Fc(D)，针对在步骤ST16处输出最佳校正参数时获得的图像质量特征差D来计算图像质量调节能力值S，并且输出图像质量调节能力值S。
因此，根据本示例性实施例，自动产生用来将彩色图像装置或彩色图像处理系统中的图像质量调节成用户主观感觉所希望的图像质量的最佳校正参数。此外，图像质量调节能力值和当应用最佳校正参数时的图像质量的性能可以被呈现。
(第七示例性实施例)
以下参考图11来描述根据本发明第七示例性实施例的图像质量调节装置103。
图11是图示出根据本示例性实施例的图像质量调节装置103的框图。图像质量调节装置103具有向图像质量调节装置102增加了图像质量调节能力测量装置100的图像质量调节能力确定部件7的配置。
图像质量调节装置103可以通过计算机来实现。构成图像质量调节装置103的组件，包括评估图像存储存储器1、图像处理部件2、校正参数生成部件8、校正后图像存储存储器9、指导图像存储存储器5、图像质量特征差计算部件6、最佳校正参数确定部件10和图像质量调节能力确定部件7，可以被实现为由计算机的处理单元(CPU)执行来实现上述功能的程序。构成图像质量调节装置103的组件可以通过计算机来实现或被实现为程序。
以下描述图像质量调节装置103的操作。这里，描述了图像质量调节装置103与图像质量调节能力测量装置102之间的不同。
在图像质量调节装置103中，在最佳校正参数确定部件10确定最佳校正参数之后，图像质量调节能力确定部件7使用当最佳校正参数被计算出时获得的图像质量特征差和图像质量特征差与图像质量调节能力值之间的相关函数，来计算图像质量调节能力值。
因此，即使在本示例性实施例中，也与第六示例性实施例类似，自动产生用来将彩色图像装置或彩色图像处理系统中的图像质量调节成用户主观感觉所希望的图像质量的最佳校正参数。此外，图像质量调节能力值和当应用最佳校正参数时的图像质量的性能可以被呈现。
顺便提及，图像质量调节装置103可以不设有校正后图像存储存储器9。由图像处理部件2生成的校正后图像可以直接输入图像质量特征差计算部件6。
此外，图像质量调节装置103可以应用于使用图像处理部件2和从图像质量调节装置103输出的最佳校正参数来调节任意地输入的图像的图像质量的图像和图像质量调节装置。
(第八示例性实施例)
以下参考图12来描述根据本发明第八示例性实施例的图像质量调节能力训练方法。
根据本示例性实施例，图像质量调节能力训练方法包括第一示例性实施例的图像质量调节能力测量方法的步骤ST1至ST8的处理(参见图1)，并且在步骤ST7和ST8之间包括以下处理(步骤ST9)：根据步骤ST7所获得的图像质量调节能力值来控制调节图像质量(步骤ST6)的用户操作。
根据该方法，在步骤ST1至ST7的处理被以与第一示例性实施例类似的方式执行之后，将步骤ST7处所获得的用户的图像质量调节能力值和预设的阈值相比较(步骤ST9)。结果，当用户的图像质量调节能力值例如小于阈值时(“否”)，重试步骤ST6的处理以提示用户继续图像质量调节操作。当用户的图像质量调节能力值例如大于阈值时(“是”)，鼓励用户结束图像质量调节操作，并且在随后的步骤ST8处执行输出此时获得的图像质量调节能力值的控制。
因此，根据本示例性实施例，可以提高人的图像质量调节能力，即主观地改进彩色图像装置或彩色图像系统的图像质量的能力。
(第九示例性实施例)
以下参考图13来描述根据本发明第九示例性实施例的图像质量调节能力训练装置104。
根据本示例性实施例，图13中所示的图像质量调节能力训练装置104使用第八示例性实施例的图像质量调节能力训练方法，并且具有向第二示例性实施例的图像质量调节能力测量装置100(图6)增加了图像质量调节操作控制部件11的配置。
图像质量调节能力训练装置104可以通过计算机来实现。构成图像质量调节能力训练装置104的组件，包括评估图像存储存储器1、图像处理部件2、图像呈现部件3、参数控制部件4、指导图像存储存储器5、图像质量特征差计算部件6、图像质量调节能力确定部件7和图像质量调节操作控制部件11，可以被实现为由计算机的处理单元(CPU)执行来实现上述功能的程序。构成图像质量调节能力训练装置104的组件可以通过计算机来实现或被实现为程序。
以下描述图像质量调节能力训练装置104的操作。这里，描述图像质量调节能力训练装置104与图像质量调节能力测量装置100的不同。
在图像质量调节能力训练装置104中，在图像质量调节能力确定部件7确定用户的图像质量调节能力值之后，图像质量调节操作控制部件11根据图像质量调节能力值来判断是允许用户继续图像质量调节操作还是强制用户结束图像质量调节操作。
例如，当由图像质量调节能力确定部件7确定的用户的图像质量调节能力值小于阈值时，图像质量调节操作控制部件11提示用户继续图像质量调节操作。
然后，当图像质量调节能力值超过阈值时，图像质量调节操作控制部件11强制用户结束图像质量调节操作，并且输出此时获得的图像质量调节能力值。
因此，即使在本示例性实施例中，也与第八示例性实施例类似，可以提高人的图像质量调节能力，即主观地改进彩色图像装置或彩色图像系统的图像质量的能力。
顺便提及，如果上述组件的各个处理(功能)可以被实现，则上述示例性实施例的各个装置并不根据装置的物理配置和装置内部的硬件和软件结构而被限定为特定的一个。例如，以下结构中的每一种结构都是适用的：针对每个组件独立地形成各个电路、单元或如程序模块的程序组件的结构；将多个组件一起放到一个电路或单元中的结构。根据对实际使用的装置的功能、利用等的限定，可以对以上结构进行选择、更改、修改等。此外，执行与上述组件的每个功能的那些处理类似的处理的装置的操作方法也在本发明的范围以内。
此外，上述组件的各个功能的至少部分可以通过由诸如包括CPU的微处理器之类的处理装置构成的计算机进行的软件处理来实现。在这种情况中，使计算机执行功能的程序在本发明的范围以内。程序不限于CPU可以直接执行的那些程序。程序包括源程序、压缩后的程序、加密后的程序和其它种类的程序。此外，程序可以以以下形式中的任何一种形式提供：与诸如对装置和固件进行全体控制的OS(操作系统)之类的控制程序相结合进行操作的程序；被合并到控制程序的一部分中以整体地进行操作的应用程序；构成控制程序的软件组件(软件模块)等。此外，如果程序被应用于具有经由无线或有线线路与外部装置通信的通信功能，则该程序可以在被使用之前例如从连接到线路或安装在装置内的记录介质中的外部节点(例如，服务器)下载。根据对实际使用的装置的功能、利用等的限定，可以对以上结构进行选择、更改、修改等。
此外，记录了上述程序的计算机可读记录介质在本发明的范围以内。在这种情况中，以下记录介质中的每一种都适用：固定在装置中以用于使用的固定记录介质；用户可以携带的便携式记录介质。
以上已经参考以上示例性实施例描述了本发明。然而，本发明不限于以上示例性实施例。本领域技术人员应当理解，在本发明的配置或细节中可以进行各种修改，只要它们在本发明的范围内即可。
本申请主张2007年4月25日提交的日本专利申请No.2007-115611的优先权，其全部内容被通过引用结合于此。
产业应用
本发明可以应用于对调节彩色图像装置或彩色图像处理系统的图像质量的人或彩色图像系统的图像质量调节能力进行测量的功能。此外，本发明可以应用于将彩色图像装置或彩色图像处理系统的图像质量调节成人主观感觉所希望的图像质量的功能。此外，如果本发明是计算机上运行的程序的形式，则本发明可以应用于任意的彩色图像装置或彩色图像处理系统，作为图像质量测量软件、图像质量测量应用程序、图像质量调节软件或图像质量调节应用程序。

Claims (18)

1.一种图像质量调节能力测量方法，包括以下步骤：
使用用作评估图像的图像质量的目标的指导图像以及图像质量特征差与图像质量调节能力值之间的相关函数，所述指导图像和所述相关函数是事先获得的；
输入在所述评估图像的图像质量被调节之后所获得的校正后图像；
计算所述校正后图像与所述指导图像之间的图像质量特征差；以及
从所述相关函数和所述图像质量特征差计算所述图像质量调节能力值。
2.根据权利要求1所述的图像质量调节能力测量方法，其中
使用所述指导图像和所述相关函数是指：
使用所述评估图像、在所述评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作所述评估图像的图像质量的目标的指导图像，所述评估图像、所述第一校正后图像和所述指导图像是事先获得的；
针对主观图像质量已被评估的所述第一校正后图像来计算所述图像质量调节能力值；
计算所述第一校正后图像与所述指导图像之间的图像质量特征差；以及
使用从所述图像质量特征差和所述图像质量调节能力值计算出的、所述图像质量特征差与所述图像质量调节能力值之间的相关函数。
3.一种图像质量调节能力测量方法，包括以下步骤：
使用在评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作所述评估图像的图像质量的目标的指导图像，所述第一校正后图像和所述指导图像是事先获得的；
针对所述第一校正后图像计算图像质量调节能力值；
计算所述第一校正后图像与所述指导图像之间的图像质量特征差，并且获取所述图像质量特征差与所述图像质量调节能力值之间的相关函数；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来获取第二校正后图像；以及
计算所述第二校正后图像与所述指导图像之间的图像质量特征差，并且从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值。
4.一种图像质量调节能力测量方法，包括以下步骤：
获取在多个评估图像的图像质量被调节之后所获得的第一校正后图像；
对所述第一校正后图像的图像质量执行主观评估；
从对所述第一校正后图像的图像质量的主观评估的结果计算图像质量调节能力值；
计算所述第一校正后图像与用作所述评估图像的图像质量的目标的指导图像之间的图像质量特征差，并且获取所述图像质量特征差与所述图像质量调节能力值之间的相关函数；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来获取第二校正后图像；以及
计算所述第二校正后图像与所述指导图像之间的图像质量特征差，并且从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值。
5.一种图像质量调节能力测量装置，包括：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；
输入在评估图像的图像质量被调节之后所获得的校正后图像的校正后图像输入部件；
存储用作所述评估图像的图像质量的目标的指导图像的指导图像存储存储器；
计算所述校正后图像与所述指导图像之间的图像质量特征差的图像质量特征差计算部件；以及
从所述相关函数和所述图像质量特征差计算所述图像质量调节能力值的图像质量调节能力确定部件。
6.一种图像质量调节能力测量装置，包括：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；
存储评估图像的评估图像存储存储器；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来生成校正后图像的图像处理部件；
向所述用户呈现所述评估图像和所述校正后图像的图像呈现部件；
存储用作所述评估图像的图像质量的目标的指导图像的指导图像存储存储器；
计算所述校正后图像和所述指导图像之间的图像质量特征差的图像质量特征差计算部件；以及
从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值的图像质量调节能力值确定部件。
7.一种图像质量调节方法，包括以下步骤：
使用给定的评估图像、用作所述评估图像的图像质量的目标的给定的指导图像和图像质量特征差与图像质量调节能力值之间的给定的相关函数；
生成在用于校正所述评估图像的图像质量的图像处理中所使用的校正参数；
通过使用所述校正参数针对所述评估图像执行所述图像处理来生成校正后图像；
计算所述校正后图像与所述指导图像之间的图像质量特征差；
使用所述图像质量特征差和所述相关函数来从所述校正参数确定目标校正参数以获得所希望的图像质量；以及
使用所述图像处理和所述目标校正参数来校正任意输入图像的图像质量。
8.根据权利要求7所述的图像质量调节方法，其中
确定所述目标校正参数包括设置用于调节出所希望的图像质量的目标值。
9.一种图像质量调节装置，包括：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；
存储评估图像的评估图像存储存储器；
生成在用于校正所述评估图像的图像质量的图像处理中所使用的校正参数的校正参数生成部件；
通过使用所述校正参数针对所述评估图像执行所述图像处理来生成校正后图像的图像处理部件；
存储用作所述评估图像的图像质量的目标的指导图像的指导图像存储存储器；
计算所述校正后图像与所述指导图像之间的图像质量特征差的图像质量特征差计算部件；
使用所述图像质量特征差和所述相关函数来从所述校正参数确定目标校正参数以获得所希望的图像质量的目标校正参数确定部件；以及
使用所述图像处理和所述目标校正参数来校正任意输入图像的图像质量图像校正部件。
10.根据权利要求9所述的图像质量调节装置，其中
所述目标校正参数确定部件包括设置用于调节出所希望的图像质量的目标值的部件。
11.一种图像质量调节能力测量程序，使得计算机执行：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；
输入评估图像的图像质量被调节之后所获得的校正后图像；
存储用作所述评估图像的图像质量的目标的指导图像的处理；
计算所述校正后图像与所述指导图像之间的图像质量特征差的处理；以及
从所述相关函数和所述图像质量特征差计算所述图像质量调节能力值的处理。
12.一种图像质量调节能力测量程序，使得计算机执行：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；
存储评估图像的处理；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来生成校正后图像的处理；
向所述用户呈现所述评估图像和所述校正后图像的处理；
允许所述用户控制所述图像处理中所使用的参数的处理；
存储用作所述评估图像的图像质量的目标的指导图像的处理；
计算所述校正后图像和所述指导图像之间的图像质量特征差的处理；以及
从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值的处理。
13.一种图像质量调节程序，使得计算机执行：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；
存储评估图像的处理；
生成在用于校正所述评估图像的图像质量的图像处理中所使用的校正参数的处理；
通过使用所述校正参数针对所述评估图像执行所述图像处理来生成校正后图像的处理；
存储用作所述评估图像的图像质量的目标的指导图像的处理；
计算所述校正后图像与所述指导图像之间的图像质量特征差的处理件；
使用所述图像质量特征差和所述相关函数来从所述校正参数确定目标校正参数以获得所希望的图像质量的处理；以及
使用所述图像处理和所述目标校正参数来校正任意输入图像的处理。
14.根据权利要求13所述的图像质量调节程序，其中
确定所述目标校正参数的处理包括设置用于调节出所希望的图像质量的目标值的处理。
15.一种图像质量调节能力训练方法，包括以下步骤：
使用用作评估图像的图像质量的目标的指导图像和图像质量特征差与图像质量调节能力之间的相关函数，所述指导图像和所述图像质量调节能力是事先获得的；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来获取校正后图像；
计算所述校正后图像与所述指导图像之间的图像质量特征差，并且从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力；以及
控制用户调节所述评估图像的图像质量的图像质量调节操作来获得所述校正后图像。
16.一种图像质量调节能力训练方法，包括以下步骤：
使用在评估图像的图像质量被按照主观图像质量进行调节和评估之后所获得的第一校正后图像和用作所述评估图像的图像质量的目标的指导图像，所述第一校正后图像和所述指导图像是事先获得的；
针对按照所述主观图像质量所评估出的所述第一校正后图像来计算图像质量调节能力值；
计算所述校正后图像与所述指导图像之间的图像质量特征差，并且获取所述图像质量特征差与所述图像质量调节能力值之间的相关函数；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来获取第二校正后图像；
计算所述第二校正后图像与所述指导图像之间的图像质量特征差，并且从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值；以及
控制用户调节所述评估图像的图像质量的图像质量调节操作来获得所述校正后图像。
17.一种图像质量调节能力训练装置，包括：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的部件；
存储评估图像的评估图像存储存储器；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来生成校正后图像的图像处理部件；
存储用作所述评估图像的图像质量的目标的指导图像的指导图像存储存储器；
计算所述校正后图像与所述指导图像之间的图像质量特征差的图像质量特征差计算部件；
从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值的图像质量调节能力确定部件；以及
控制所述用户调节所述评估图像的图像质量的图像质量调节操作以生成校正后图像的图像质量调节操作控制部件。
18.一种图像质量调节能力训练程序，使得计算机执行：
使用图像质量特征差与图像质量调节能力值之间的给定的相关函数的处理；
存储评估图像的处理；
通过让图像质量调节能力要被测量的用户调节所述评估图像的图像质量来生成校正后图像的处理；
向用户呈现所述评估图像和所述校正后图像的处理；
允许所述用户控制所述图像处理中所使用的参数的处理；
存储用作所述评估图像的图像质量的目标的指导图像的处理；
计算所述校正后图像和所述指导图像之间的图像质量特征差的处理；
从所述相关函数和所述图像质量特征差计算所述用户的图像质量调节能力值的处理；以及
控制所述用户调节所述评估图像的图像质量的图像质量调节操作以生成校正后图像的处理。
CN200880013221.5A 2007-04-25 2008-04-18 测量图像质量调节能力的方法、装置以及调节图像质量的方法、装置 Expired - Fee Related CN101669145B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP115611/2007 2007-04-25
JP2007115611 2007-04-25
PCT/JP2008/057570 WO2008133195A1 (ja) 2007-04-25 2008-04-18 画質調整能力測定方法、装置およびプログラム、並びに画質調整方法、装置およびプログラム

Publications (2)

Publication Number Publication Date
CN101669145A true CN101669145A (zh) 2010-03-10
CN101669145B CN101669145B (zh) 2012-05-30

Family

ID=39925649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880013221.5A Expired - Fee Related CN101669145B (zh) 2007-04-25 2008-04-18 测量图像质量调节能力的方法、装置以及调节图像质量的方法、装置

Country Status (5)

Country Link
US (1) US8649625B2 (zh)
EP (1) EP2151803A4 (zh)
JP (1) JP4905552B2 (zh)
CN (1) CN101669145B (zh)
WO (1) WO2008133195A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113270054A (zh) * 2021-05-17 2021-08-17 京东方科技集团股份有限公司 显示设备的画质检测、画质检测报告生成方法及装置设备

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102369549B (zh) * 2009-03-04 2014-09-03 日本电气株式会社 用于估计物体位置的信息创建设备、用于估计物体位置的信息创建方法
WO2012033005A1 (ja) * 2010-09-08 2012-03-15 日本電気株式会社 撮影装置および撮影方法
KR101893793B1 (ko) * 2011-05-17 2018-10-04 삼성전자주식회사 컴퓨터 그래픽 영상의 실감도 증강을 위한 장치 및 방법
JP2013162436A (ja) * 2012-02-08 2013-08-19 Sony Corp 画像処理装置、画像処理方法、コンピュータプログラムおよびコンピュータ読み取り可能な記録媒体
US9733715B2 (en) * 2013-03-15 2017-08-15 Leap Motion, Inc. Resource-responsive motion capture
US20150189166A1 (en) * 2013-12-30 2015-07-02 Telefonica Digital España, S.L.U. Method, device and system for improving the quality of photographs
US10026010B2 (en) * 2014-05-14 2018-07-17 At&T Intellectual Property I, L.P. Image quality estimation using a reference image portion
KR20160051390A (ko) * 2014-11-03 2016-05-11 삼성전자주식회사 전자장치 및 전자장치의 필터 제공 방법
US11314089B2 (en) * 2016-03-07 2022-04-26 Apple Inc. Method and device for evaluating view images
JPWO2018003939A1 (ja) * 2016-06-30 2019-06-27 アイキューブド研究所株式会社 画像出力装置、画像出力方法、およびプログラム

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3634419B2 (ja) 1994-07-25 2005-03-30 セイコーエプソン株式会社 画像処理方法および画像処理装置
US5719661A (en) * 1994-07-27 1998-02-17 Fuji Photo Film Co., Ltd. Image reproducing apparatus and method of determining reproduction conditions
US5835627A (en) * 1995-05-15 1998-11-10 Higgins; Eric W. System and method for automatically optimizing image quality and processing time
US5809171A (en) * 1996-01-05 1998-09-15 Mcdonnell Douglas Corporation Image processing method and apparatus for correlating a test image with a template
WO1997048076A1 (en) * 1996-06-13 1997-12-18 Polaroid Corporation System and method for automatically processing image data to provide images of optimal perceptual quality
US6879735B1 (en) * 1998-09-14 2005-04-12 University Of Utah Reasearch Foundation Method of digital image enhancement and sharpening
US6126449A (en) * 1999-03-25 2000-10-03 Swing Lab Interactive motion training device and method
JP2000285151A (ja) 1999-03-31 2000-10-13 Toyota Motor Corp デザイン評価装置及びデザイン作成装置並びに方法
US6658139B1 (en) * 1999-11-04 2003-12-02 Eastman Kodak Company Method for assessing overall quality of digital images
US6639999B1 (en) * 1999-11-04 2003-10-28 Eastman Kodak Company Apparatus for assessing overall quality of hardcopy images
US6912071B1 (en) * 1999-11-29 2005-06-28 Xerox Corporation Virtual tech rep by remote image quality analysis
JP2001283216A (ja) * 2000-04-03 2001-10-12 Nec Corp 画像照合装置、画像照合方法、及びそのプログラムを記録した記録媒体
US6748119B1 (en) 2000-11-02 2004-06-08 Xerox Corporation Systems and methods for interactively using and training an automatic image processing technique
US6813390B2 (en) * 2001-07-25 2004-11-02 Koninklijke Philips Electronics N.V. Scalable expandable system and method for optimizing a random system of algorithms for image quality
US7010159B2 (en) * 2001-04-25 2006-03-07 Koninklijke Philips Electronics N.V. Apparatus and method for combining random set of video features in a non-linear scheme to best describe perceptual quality of video sequences using heuristic search methodology
JP4147754B2 (ja) * 2001-07-13 2008-09-10 セイコーエプソン株式会社 画像評価方法および画像評価システムならびに画像評価処理プログラム
US6973453B2 (en) * 2001-09-25 2005-12-06 Hewlett-Packard Development Company, L.P. Image collection enhancement method and apparatus
JP2003223641A (ja) * 2002-01-30 2003-08-08 Operation Center:Kk デッサンの分析・アドバイス生成プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びにデッサンの分析・アドバイス生成装置
US20030146997A1 (en) * 2002-02-01 2003-08-07 Eastman Kodak Company System and method of processing a digital image for user assessment of an output image product
US7362354B2 (en) * 2002-02-12 2008-04-22 Hewlett-Packard Development Company, L.P. Method and system for assessing the photo quality of a captured image in a digital still camera
US7076101B2 (en) * 2002-02-14 2006-07-11 Sun Microsystems, Inc. Method and apparatus for local image quantification verification
US7092571B2 (en) * 2002-03-29 2006-08-15 Sun Microsystems, Inc. Method and apparatus for regional image quantification verification
US6961468B2 (en) * 2002-03-29 2005-11-01 Sun Microsystems, Inc. Method and apparatus for adaptive local image quantification verification
EP1403707A1 (de) * 2002-09-24 2004-03-31 Agfa-Gevaert AG Verfahren zur automatischen Beurteilung der Bildausgabewürdigkeit
JP2006080746A (ja) 2004-09-08 2006-03-23 Nikon Corp 画像処理装置、電子カメラ、および画像処理プログラム
JP4527500B2 (ja) 2004-11-10 2010-08-18 富士フイルム株式会社 画像処理方法および装置並びにプログラム
JP4487805B2 (ja) * 2004-11-16 2010-06-23 セイコーエプソン株式会社 画像評価方法、画像評価装置、及び印刷装置
US7801385B2 (en) * 2005-05-10 2010-09-21 Intel Corporation Perceptual filter support techniques
RU2370815C2 (ru) * 2005-08-19 2009-10-20 Самсунг Электроникс Ко., Лтд. Способ и система для выделения и классификации дефектов экспозиции цифровых изображений
CN1744687A (zh) * 2005-09-14 2006-03-08 上海广电（集团）有限公司中央研究院 一种动态提高视频图像视觉效果的方法
US20080032739A1 (en) * 2005-12-21 2008-02-07 Faraz Hoodbhoy Management of digital media using portable wireless devices in a client-server network
KR100679052B1 (ko) * 2006-01-04 2007-02-06 삼성전자주식회사 최적 선호색 편집 장치 및 방법
CN1897634A (zh) * 2006-06-08 2007-01-17 复旦大学 一种基于超复数奇异值分解的图像质量评估方法
EP1926325A3 (en) * 2006-11-23 2011-11-02 Innowireless Co., Ltd. Apparatus and method for measuring quality of image received via communication network
JP5061883B2 (ja) * 2007-12-21 2012-10-31 ソニー株式会社 画像処理装置、画像処理方法、プログラム、および学習装置
JP5569808B2 (ja) * 2008-04-30 2014-08-13 日本電気株式会社 画質評価システム、方法およびプログラム
TWI434228B (zh) * 2009-01-17 2014-04-11 Ind Tech Res Inst 濾波器設計方法、裝置與用濾波器還原影像的方法及裝置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113270054A (zh) * 2021-05-17 2021-08-17 京东方科技集团股份有限公司 显示设备的画质检测、画质检测报告生成方法及装置设备

Also Published As

Publication number Publication date
WO2008133195A1 (ja) 2008-11-06
JPWO2008133195A1 (ja) 2010-07-22
CN101669145B (zh) 2012-05-30
EP2151803A4 (en) 2010-11-17
US8649625B2 (en) 2014-02-11
EP2151803A1 (en) 2010-02-10
US20100129001A1 (en) 2010-05-27
JP4905552B2 (ja) 2012-03-28

Similar Documents

Publication Publication Date Title
CN101669145B (zh) 测量图像质量调节能力的方法、装置以及调节图像质量的方法、装置
CN110691277B (zh) 视频信号的处理方法及装置
CN100476874C (zh) 图像处理方法和装置
US7136073B2 (en) Automatic tone mapping for images
US8666156B2 (en) Image-based backgrounds for images
CN110046673A (zh) 基于多特征融合的无参考色调映射图像质量评价方法
CN109313793A (zh) 评估并降低电子显示器的近视源性效应
US20090080791A1 (en) Image generation method, device, and image synthesis equipment
CN101331515A (zh) 色调校正方法、色调校正装置、色调校正程序以及图像设备
US8125696B2 (en) Color processing apparatus and method thereof
US6778691B1 (en) Method of automatically determining tone-scale parameters for a digital image
US20120057785A1 (en) Method and system to modify a color lookup table
CN101901474A (zh) 改变图像的密度和对比度中的至少一个的方法
US20020051584A1 (en) Image correction apparatus and image correcting method
WO2019023968A1 (zh) 一种智能终端的图像色彩调节系统及色彩调节方法
Fernandez et al. Analysis of observer and cultural variability while generating" preferred" color reproductions of pictorial images
US10218880B2 (en) Method for assisted image improvement
Choudhury et al. Combining quality metrics for improved hdr image quality assessment
US6850341B1 (en) Method, system and recording medium for image processing
CN117475965B (zh) 一种低功耗反射屏色彩增强方法
JP2004056574A (ja) 画像処理装置、画像処理方法、記憶媒体
CN111083468A (zh) 一种基于图像梯度的短视频质量评价方法及系统
Costa Perceptual Quality Assessment of High Dynamic Range & Wide Colour Gamut Images and Video
JP4881325B2 (ja) ディジタル画像入力装置のプロファイリング
JP2010256489A (ja) 画像処理装置及び画像処理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120530

Termination date: 20170418