CN1264121C - 数字图象锐化系统 - Google Patents

数字图象锐化系统 Download PDF

Info

Publication number
CN1264121C
CN1264121C CNB018178022A CN01817802A CN1264121C CN 1264121 C CN1264121 C CN 1264121C CN B018178022 A CNB018178022 A CN B018178022A CN 01817802 A CN01817802 A CN 01817802A CN 1264121 C CN1264121 C CN 1264121C
Authority
CN
China
Prior art keywords
sharpening
image
radius
digital image
printing
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.)
Expired - Fee Related
Application number
CNB018178022A
Other languages
English (en)
Other versions
CN1471690A (zh
Inventor
尼尔斯·克科摩尔
迈克尔·J·斯莱特
Original Assignee
Nik Multimedia Inc
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 Nik Multimedia Inc filed Critical Nik Multimedia Inc
Publication of CN1471690A publication Critical patent/CN1471690A/zh
Application granted granted Critical
Publication of CN1264121C publication Critical patent/CN1264121C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H04N1/4092—Edge or detail enhancement
    • G06T5/75—
    • 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
    • H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明涉及一种用于锐化具有一个或多个图象参数的数字图象(38)、用于以一个或多个打印参数打印以及用于以一个或多个观看参数观看的系统和方法，该方法包括在相关过程中制订与一个或多个打印参数相关的锐化半径信息、创建用于存储锐化半径信息的第一数据存储装置(192)、接收一个或多个打印参数、由锐化半径信息和接收的一个或多个打印参数确定用于数字图象(38)的图象锐化半径、以及在锐化算法中使用图象锐化半径来锐化数字图象(38)。描述了相关过程，公开了具有树叶保护、色调保护、抗混叠保护以及噪音减小的锐化算法，以及描述了细节识别过程。

Description

数字图象锐化系统
相关申请的交叉引用
本申请要求2000年9月20日提交的，名为“System And MethodFor Sharpening Images”的美国临时专利申请60/234,270、2000年12月29日提交的，名为“System And Method For Determining OptimalSharpening Radius”的美国临时专利申请60/259,017以及2000年12月29日提交的，名为“System And Method For OptimizingSharpening Of Digital Images”的美国临时专利申请60/258,763的优先权，公开的每一个申请的内容在此全部合并作为参考。
技术领域
本发明涉及用于优化数字图象的锐化的系统和方法。
背景技术
公知的问题是在摄影后锐化图象以便如果图象聚焦不准来补救模糊或模拟更好的胶片清晰度，即，创建看起来是在中幅照相机上摄影的，而实际上是在35mm的小幅照相机上摄影的图象。
问题在于为了真正使图象更锐利，必须增加由于不足的光学分辨率或由于由配置低或散焦镜头引起的模糊丢失的细节。这对任何一个计算机来说都是不可能的。
因此，结合该公开本领域的技术人员将了解到用来锐化图象的最流行的方法，模糊掩码过滤(unsharp mask filter)不能真正使图象更锐利。通过使最小部分看起来有更“强反差”或看起来具有更直观的清晰度，模糊掩码过滤方法简单地使图象看起来更锐利。实际上，它是通过检测图象中所有边缘并使那个边缘的暗边更暗以及那个边缘的亮边更亮，以便沿图象中的大多数边缘创建一些具有晕宽的暗或光晕来完成。模糊掩码过滤通过指定的锐化阀值来定位不同于周围象素的象素，以及通过指定的锐化强度来增加象素的对比度，象素的对比度通常是用百分比表示的。也可能指定与每个象素比较的区域的锐化半径，实际上在图象的最终外观上这是一个关键的因素，因为它确定晕宽(halo width)。
由于模糊掩码过滤产生锐化的光幻视(而不是增加细节)，在多数情况下，当应用到实际上已经具有足够的清晰度的图象时，它也的确做的不错。
模糊掩码过滤用下述方式操作，正如参考本公开的内容本领域的技术人员将了解的，在典型的用户情况下，将特别是通过提供模糊掩码过滤的图象处理程序来执行，如商标PHOTOSHOP下出售的图象处理程序。
用户通过经对话框与图象处理程序通信、通常通过输入想要的锐化半径、锐化强度以及锐化阀值，同时在屏幕上观看图象如何改变的预览来应用模糊掩码过滤。通过该特定的过程，仅相对于图象的屏幕上的特征，而不是相对于打印处理后呈现的图象来锐化图象。那就是说，由打印机而定，很可能将图象打印成过锐化或锐化不够。更高级的用户试图将他们的打印处理的经验带入该过程，但同样地理解到过分或不足的锐化的风险仍然存在。另外，通过手动输入这些值，无法获得一致的结果，并且所有图象将看起来有所不同，因为它们正被不一致地锐化。这对打印的可视外观来说是缺陷，特别是如果几个图象打印在相同页上的话。
当使用模糊掩码方法锐化图象时，目标图象发生颜色变化，这也是一个公知的问题。当应用于图象时，模糊掩码过滤不提供用于处理颜色的方法。除此之外，对于模糊掩码还存在许多问题，如可能出现图形失真，即，一些象素结构可能变得更明显并导致不希望的结构(aliasing Moirée)。同样，如果基于CMYK、RGB或Lab图象模式实现模糊掩码算法，在晕圈将具有不自然的饱和。简单地说，RGB的锐化导致颜色失真(color irritation)，而CMYK和Lab中的锐化通常导致不饱和、弱晕圈，将消极地影响图象的整个外观。第三个问题在于当前在某种程度上没有办法降低噪音，图象看起来仍然是自然的-当前现有的降低噪音的算法总是使图象看起来不自然。另一问题在于存在很容易过锐化的图象中的某些区域，特别是树叶(foliage)，简单地说是因为它们包含更多的结构，因此将导致比其他区域更多的晕圈。
用于计算用在模糊掩码过滤中的参数的现有方法已经集中在将锐化强度作为关键参数。Tretter的美国专利5,867,606“Apparatusand Method for Determining the Appropriate Amount of Sharpeningfor an Image”公开了确定锐化强度参数的锐化参数选择系统。美国专利4,591,923“Method and Apparatus for Intensifying Sharpness ofPicture Images”公开了用于确定锐度强化的程度的方法。然而，这些方法没有认识到在利用模糊掩码过滤中最重要的参数实际上是锐化半径。
因此模糊掩码方法具有这些主要的问题：存在三个显然独立的变量，如锐化强度、锐化阀值以及锐化半径，可视试验和错误预览的特定方法、在应用模糊掩码过滤中假定锐化强度是关键参数，未认识到对指定图象来说存在导致优化结果的优选锐化半径，依赖于根据打印机类型、打印机分辨率、图象象素大小以及图象打印大小的第一近似以及根据观看距离以及图象细节的第二近似，缺乏用于校正在应用模糊掩码过滤期间发生的颜色变化的色调保护技术、在锐化图象中存在图象失真和不自然饱和状态，细节区过锐化以及缺少噪音降低。需要一种用于使用基于打印机类型、打印机分辨率、图象象素大小以及图象打印大小，最好也基于观看距离和图象细节的最小参数，确定用于指定图象的模糊掩码过滤的优选锐化半径的系统和方法，同时提供一种用于校正锐化期间发生的颜色变化的方法，同时校正锐化图象中的图象失真和不自然饱和，防止细节区过锐化，以及有效地降低噪音。
发明内容
本发明通过提供一种用于锐化具有一个或多个图象参数的数字图象、用一个或多个打印参数来打印，以及以一个或多个观看参数观看的系统来满足这种需要，该系统包括第一数据存储装置，用于存储将一个或多个锐化半径与一个或多个打印参数关联的半径信息、接收组件，接收用于打印数字图象的一个或多个打印参数、确定组件，由半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径、锐化组件，用于使用图象锐化半径，实现锐化算法来产生锐化数字图象，以及第二数据存储装置，用于存储锐化的数字图象。
在优选实施例中，提供用于锐化具有一个或多个图象参数的数字图象、用于通过一个或多个打印参数打印，以及用于以一个或多个观看参数观看的系统，包括第一数据存储装置，用于存储在相关过程中与一个或多个打印参数关联的锐化半径信息、接收组件，接收用于打印数字图象的一个或多个打印参数、确定组件，由锐化半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径、锐化组件，用于使用图象锐化半径，实现锐化算法来产生锐化的数字图象，以及第二数据存储装置，用于存储锐化的数字图象。
提供一种用于锐化具有一个或多个图象参数的数字图象、用于通过一个或多个打印参数打印、以及用于以一个或多个观看参数观看的方法，包括步骤：制订在相关过程中与一个或多个打印参数关联的锐化半径信息、创建用于存储锐化半径信息的第一数据存储装置、接收用于打印数字图象的一个或多个打印参数、由锐化半径信息和接收的一个或多个打印参数，确定图象锐化半径、在锐化算法中使用图象锐化半径来锐化数字图象以便产生锐化的数字图象，以及在第二数据存储装置中存储锐化的数字图象。
在另一实施例中，提供一种用于锐化具有一个或多个图象参数的数字图象、用于通过一个或多个打印参数打印、以及用于以一个或多个观看参数观看的方法，包括步骤：接收用于打印数字图象的一个或多个打印参数、询问第一数据存储装置，该装置存储在相关过程中与一个或多个打印参数关联的锐化半径信息、由锐化半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径、在锐化算法中使用图象锐化半径来锐化数字图象以便产生锐化数字图象；以及将锐化的数字图象存储在第二数据存储装置中。
提供具有用于使基于计算机的信息处理系统执行用于锐化具有一个或多个图象参数的数字图象、用于通过一个或多个打印参数打印、以及用于以一个或多个观看参数观看的内容的计算机可读介质，包括步骤：接收用于打印数字图象的一个或多个打印参数、询问第一数据存储装置，该装置存储了在相关过程中与一个或多个打印参数关联的锐化半径信息、由半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径、在锐化算法中使用图象锐化半径来锐化数字图象以便产生锐化的数字图象，以及将锐化的数字图象存储在第二数据存储装置中。
在优选实施例中，锐化半径信息进一步与一个或多个图象参数，或一个或多个观看参数，或者两者相关联。
在优选实施例中，相关过程包括将初始锐化半径选择为测试半径以及重复直到找到最佳打印为止的步骤、在锐化算法中使用测试半径锐化数字图象的拷贝、打印测试打印、修改测试半径、比较所有测试打印、记录用来打印最佳打印的测试半径、以及在第一数据存储装置中存储用来打印最佳打印的测试半径的步骤。
在另一优选实施例中，数字图象包括具有亮度的象素，锐化算法包括使用图象锐化半径模糊数字图象的拷贝以便产生模糊的图象，模糊的图象包括具有亮度的象素、计算数字图象的象素的亮度与模糊的图象的象素的亮度之间的亮度差、通过应用从色调保护算法、抗混叠保护算法、噪音减小算法、过锐化保护算法组成的组中选择的一个或多个算法，调整亮度差以及将数字图象与亮度差结合来产生锐化的图象的步骤。
描述了用于锐化数字图象的方法，数字图象包括具有亮度的象素，包括模糊数字图象的拷贝以便产生模糊的图象、模糊的图象由具有亮度的象素构成、计算数字图象的象素的亮度与模糊图象的象素的亮度之间的亮度差、以及将数字图象与亮度差结合来产生锐化图象的步骤。在优选实施例中，结合步骤包括过锐化保护算法以及在另一优选实施例中，该方法进一步包括通过应用从由色调保护算法、抗混叠保护算法、噪音减小算法以及过锐化保护算法组成的组中选择的一个或多个算法来调整亮度差。
提供一种用于确定用在锐化算法中的由具有亮度的象素组成的数字图象的细节分辨率的方法，包括步骤：选择数字图象中的多个相关象素对、计算用于多个象素对的每一个的亮度差、确定最大象素亮度差并设置用于数字图象的等于最大亮度差的细节分辨率的步骤。在优选实施例中，该方法进一步包括消除一个或多个最大象素亮度差的步骤。
提供一种用于在锐化具有一个或多个图象参数的数字图象中，将锐化半径与一个或多个图象参数、一个或多个打印参数或一个或多个观看参数关联、用于通过一个或多个打印参数打印、以及用于以一个或多个观看参数观看的相关过程，包括选择一个或多个图象参数、一个或多个打印参数或相关的一个或多个观看参数、将初始锐化半径选择为测试半径、重复直到找到最佳打印的步骤、测试半径用在锐化算法来锐化数字图象的拷贝、打印测试打印、修改测试半径、比较所有测试打印、记录用来打印最佳打印的测试半径、以及将锐化半径设置为用来打印最佳打印的测试半径的步骤。
附图说明
本发明的这些和其他特征、方面和优点参考下面的描述、附加权利要求和附图将变得更明白，其中：
图1是根据本发明，用于将锐化半径与将用在图8的锐化算法以及图6和图6A的方法中的参数关联的相关过程的流程图。
图2是根据本发明的一个优选实施例的图1的过程的流程图。
图3是根据本发明的另一优选实施例的图1的过程的流程图。
图4是根据本发明，用于锐化数字图象的系统的系统框图。
图5是根据本发明，用于采集将锐化的数字图象的图象源的实物电路图。
图6是用于锐化具有根据图1的过程的一个或多个实施例确定的锐化半径的图5的数字图象的锐化方法的流程图。
图6A是用于确定锐化半径的图6的步骤的流程图。
图7是详细的识别过程的流程图以便确定图5的数字图象的细节分辨率。
图8是用在图6的锐化方法中的锐化算法的流程图。
图9是表示数字图象锐化而没有树叶保护的亮度前和后的图。
图10是根据本发明的数字图象锐化而没有树叶保护的亮度前后的图。
图11是图5的数字图象中边缘的放大视图。
图12是锐化而没有抗混叠保护的图11的边缘的放大图。
图13是根据本发明具有抗混叠保护的锐化的图11的边缘的放大图。
图14是表示具有跳跃不连续性的噪音减小的结果的图。
图15是表示根据本发明的噪音减小消除跳跃不连续性的结果的图。
图16是根据本发明的另一实施例的噪音减小消除跳跃不连续性的结果的图。
具体实施方式
本发明从参考图1至图6开始，通过相关过程10来确定锐化半径12和用在锐化系统20中的一个或多个打印参数14、图象参数16或可选地，观看参数18间的关系，锐化系统20使用锐化方法36，锐化方法36由锐化算法140以及可选地，用于色调保护方法158的一个或多个算法、抗混叠保护方法160、噪音减小方法162、以及树叶保护方法152组成，用于锐化数字图象38，将数字图象38在一个或多个类型1打印机24、类型2打印机26、类型3打印机28或数字显示装置30上输出。
打印参数
打印机类型
有许多可从商业上获得的图象打印机，以及相关过程理论上能进行测试每种打印机的可用的构造和模型。然而，使用在此所述的本发明的相关过程10，不必测试每种可能的打印机，仅需要创建种类，然而，在每种种类中测试足够量的样品。
参考在此公开的内容，本领域的技术人员将理解到在现有技术中已经存在多种打印机是显而易见的。例如，将喷墨打印机、彩色激光打印机、照片打印机以及标准的胶印机看作是表示通常容易明白的种类。通过这些种类的任何组合来使用本发明的相关过程10是可能的。另外，能随意地增加用于数字显示装置的另外的种类，将在监视器上图象的显示看作最终“打印”。当输出是在Internet的万维网或其他全球或局域网上的网页中显示时，该后一种类将很有利。
优选地，能完成将这些种类分成一个或多个类型，以便缩短相关过程。在类型内，打印机通常应当产生相似的输出，所有其他参数能保持相等。已经发现三种类型的打印机拥有以下特征：
类型1打印机：扫描图象然后通过使用光栅中的不同光点大小来打印图象的打印机由第一种类型的打印机组成。这些打印机通常大多是胶印机。通常以每英寸行数(lpi)来指定胶印机分辨率。
类型2打印机：“随机抖动”象素的打印机类型由第二种类型的打印机组成。这表示例如，通过仅打印每第五个象素，而使其他四个空白来打印20％黑色区域。这些打印机类型通常是具有低于光栅打印如类型1打印机的分辨率的打印机，而且仅能打印或不能打印象素(即，它们不能打印具有30％不透明性的象素)。几乎所有使用该过程的打印机均为喷墨打印机。
类型3打印机：能将任何一种或几乎任何一种想要的颜色打印在纸上也称为半调色、连续调色或全调色的打印机由第三种类型打印机组成。(这些打印机有许多不同的术语)。典型的这种类型的打印机是照片打印机、热敏打印机、LED打印机、或彩色激光打印机。
参考图4、图5和图6，所示的锐化系统20由计算机监视器32和计算机CPU34组成，计算机CPU包括存储器(未示出)和用于在数字图象38上执行锐化方法36、经Internet在一个或多个打印机类型42或数字显示装置30上输出的程序指令(未示出)组成。参考在此公开的内容，本领域的技术人员将理解到打印机类型42的各种组合或数字显示设备30将可能使用锐化系统20。
打印大小
将锐化的每个数字图象38已经与用某些度量单位，通常是英寸、厘米或毫米表示为打印大小40的特定图象大小关联。例如，在美国，以英寸为单位的普通的打印大小为4×6、6×6、5×7、8×10、11×14和16×20。本发明将打印大小40视为锐化中的主要因素。对一个大小来说最佳的锐化对另一个大小来说可能不是最佳的。
图象分辨率/象素大小
另外，参考图7，将锐化的每个数字图象38已经与固有的象素大小86关联，象素大小在长宽比方面与打印大小40匹配。用打印大小除以图象象素大小86产生图象分辨率44，通常用dpi表示。例如，具有6×6英寸打印大小40和1800×1800象素大小86的数字图象38具有300dpi的图象分辨率44。
打印机分辨率
打印机具有一个或多个固有的打印机分辨率46。当使用相关过程10时，最低限度应当使用经过每种打印机类型42的标准或通用的打印机分辨率46。优选地，该标准的打印机分辨率46应当是在当前实际上使用的一种通用的分辨率，并且可能期望随技术上的改进增加。优选地，将多个打印机分辨率46用在相关过程10中。
对类型1打印机24，应当将标准或通用的每英寸行数(或用于美国以外的国家的每厘米行数)的设置与以当前工业标准为起点的相关过程10关联，当前工业标准为150lpi。可选地，在相关过程10期间也可测试达到350lpi或更高范围内的其他值。对类型2打印机26来说，打印机分辨率46通常用dpi数来表示，以及相对过程10可能以当前工业标准，如600×600dpi打印机为起点。每种打印机能具有多个dpi分辨率，如300×300、360×360、720×360、600×600、720×720、1440×720、1200×1200、1200×1600、1440×1440或2880×1440，以及为增加最后锐化的准确性，将这些包含在相关过程10中。对类型3打印机28，打印机分辩率46通常也用dpi数表示，以及相关过程10可能以当前工业标准为起点，如600dpi打印机。每种打印机可能具有多种dpi分辨率，如200、300、400、600、800、1000或1200，以及为了增加最后锐化的准确性，可将这些包含在相关过程10中。对数字显示装置30，打印机分辨率46通常也用dpi数表示，以及相关过程10以当前工业标准为起点，如72dpi监视器。
打印质量
对每种打印机类型42和对每种打印机分辨率46来说，在输出的打印质量48中可能存在另外的变化。这通常将由使用的打印机类型50、打印机的寿命和质量以及选择用于输出的模式而定。例如，类型2打印机26可能具有草稿模式、或高速模式，或可能希望在高质量的光面纸上打印。另外，老式打印机可能不会产生高质量的打印。总的来说，这些因素组合来产生称为打印质量48的参数。该参数对类型2打印机26比对类型1打印机24或类型3打印机28来说更为重要，因为与涂层光面照片纸相对，在普通纸类型50上以720×720dpi打印机分辨率46打印时，在最终打印中将产生巨大的差别。对类型1打印机24或类型3打印机28来说，相关过程10应当从当前使用的工业标准纸开始。
对类型2打印机26来说，应当将高质量的720dpi纸选择为初始打印纸类型50。
理论上，测试每种纸类型50、模式和打印机类型42的组合是可能的，但这可能降低利润。在优选实施例中，选择五种打印质量48用于相关过程10，描述性地称为“差”、“低于平均”、“平均”、“高于平均”和“非常好”。参考在此公开的内容，本领域的技术人员将理解到也可使用其他描述。
因此，通过每个种类中的采样来使用相关过程10是很充分的。在一个用于“平均”打印质量的类型2打印机的相关过程10的实施例中，将高质量的720dpi纸选择为初始纸类型50，以及将打印机驱动(允许在“质量”和“速度”间选择)上设置的质量设置为“速度”。对“高于平均”打印质量48来说，通过将在打印机驱动上设置的质量设置为“速度”，可使用指定用于照片的较轻纸，如Tetenal牌子的SpectraJetDuo Print Paper。对“非常好的”打印质量来说，通过将在打印机驱动上设置的质量设置为“质量”，可使用指定用于照片的重磅纸，如Tetenal牌子的SpectraJetHigh Glossy Paper Special。对“低于平均”打印质量来说，通过将在打印机驱动上设置的质量设置为“速度”，或如果可用的话，设置为“草稿”，可以使用不是特别指定用于照片的普通喷墨指定用纸。对“差”打印质量来说，通过将在打印机驱动上设置的质量设置为“速度”，能使用不是特别指定用于喷墨打印机的普通复印机纸，或甚至是再生纸。参考在此公开的内容，本领域的技术人员将理解其他变形也是可能的。
另外，可选地，有可能从选择的纸类型50推断出打印质量48，例如，如果已经选择特别高级的光面照片纸时，有可能获得非常好的打印质量48，以及如果选择普通纸时，期望低于平均打印质量48。
图象参数
图象源
即使对于等价的象素分辨率图象，数字图象38的图象源52将影响最佳锐化半径12。最好，从APS幅胶片54扫描的图象将需要比从较大幅胶片54扫描的数字图象38的等价的象素大小86更高的锐化半径12。当用其他的参数时，理论上，有可能测试每种可能的照相机、扫描仪以及胶片大小。然而，测试有限多个输入源将降低相关过程10的复杂性。参考图5，有可能将图象源52分成三种主要的种类类型：通过胶片扫描器、数字照相机58扫描的胶片54、以及通过图象扫描仪62扫描的硬图象60，以及在那些类型中，存在另外的种类，例如，APS，胶片54类型内的35mm透明度、中幅透明度以及大幅透明度；数字照相机58类型中的数字照相机(低于1百分象素，例如，低档的)、数字照相机(1至2百万象素之间，例如，中档的)以及数字照相机(2至4百万象素之间，例如高档的)；以及图象扫描仪62类型内的图象扫描仪(低档)、图象扫描仪(中档)以及图象扫描仪(高档)。
在每种类型中，优选地从中等质量开始作为用于相关过程10的初始测试输入，例如35mm透明度、数字照相机(中等)以及图象扫描仪(中等)。
图象质量
参考图1，在相关过程10中除考虑图象源52外，为进一步细化该过程，可能考虑图象质量64。图象质量64从质量上看，分为“差”、“低于平均”、“平均”、“高于平均”和“非常好”。参考在此公开的内容，本领域的技术人员将理解到可使用其他描述。这必然是质量因素，但提供了用于将寿命、损坏、或硬图象60的损坏状态、或数字照相机58、图象扫描仪62、胶片扫描仪56或胶片54的质量包含在相关过程10中的方法。
详细的分辨率指数
图象源52和图象质量64用来识别数字图象38中现有的细节以及表示那个细节的质量，细节的质量可以用称为细节分辨率66的因素来表示。将期望非常好的图象源52和非常好的图象质量来产生高的细节分辨率66，所有其他参数也是一样。参考图7，最好通过细节分辨率指数68，量化具体的数字图象38的细节分辩率66，从而通过细节识别过程70，不必用户输入与质量有关的图象源52和图象质量64。
量化具体数字图象38内的细节分辨率66的确定的细节识别过程70的一个优选实施例是确定与在指定的垂直宽度例如，100象素上以其当前图象分辩率44显示的数字图象38的细节的数量成比例的细节分辩率68。那意味着图象越模糊，则细节分辩率指数68越低。用于确定这种细节分辩率指数68的优选算法是线性的，这意味着如果图象A散焦超过图象B两倍，图象B的细节分辩率可能是图象A的两倍。
在整个图象大小上，细节分辩率68应当是一致的；如果从2000×3000象素图象切掉100×100象素部分，这部分通常应当具有整个图象相同的细节分辩率指数68。或者为使其不同，将细节分辩率68乘以图象的象素量将会导致与图象能整个包含的细节的数量成比例的数。
用于计算细节分辩率指数68的细节识别过程70的一个优选实施例是在假设细节与象素间的亮度差有关上做出的，包括下述步骤：
(1)选择一对相关的象素(步骤74)；
(2)计算那对的亮度间的数字差(步骤76)；
(3)将差值存储在表中(“数组”或“列表”)(步骤78)，
(4)测试来确定是否已经选择80了所有需要的象素对，以及如果没有的话，重复计算步骤76(步骤80)；
(5)排序亮度差表以及找出最高值(步骤82)，最高值用作用于那个数字图象38的细节分辨率指数68。
当它们处于图象的相同的相对邻域中时，象素是相关的，以及与打印大小相比，象素间的距离相对较小。水平方向上相对小的距离将处于0(即，相邻象素)和打印宽度的约1％之间，以及垂直方向上相对小的距离位于0和打印高度的约1％之间。
计算象素的亮度l的一种方法是根据公式，平均红、绿和蓝色亮度：
l＝(r+g+b)/3               (1)
其中r，g和b分别是红、绿和蓝亮度。对对中的两个象素重复该过程，并计算差值。
细节识别过程70的其他实施例是可能的。有时在将锐化的数字图象38中存在反差特别强的划痕或别的东西，但不属于真正的图象数据。使用第一个描述的细节识别过程70的实施例，那个人工产物的存在将产生非常高的细节分辩率指数68。解决这个问题的优选实施例是可选地增加清除一些最高差值的百分比x的步骤84。例如，如果x等于20％，将删除表中的上限值20％。x值的范围是从约0％至约3％，优选地是在从约0.0005％至约0.5％的范围内。
在采用细节识别过程70的系统20中，通过增加输入值x的步骤(步骤72)，可能使数值x有效。例如，用户可能注意到图象包含许多划痕，将其输入到在计算机CPU34上运行的细节识别过程70的程序中，然后，可以使用较高值x(导致删除更多的亮度差)。另外，用户可能注意到图象的质量很高，几乎没有划痕，相应地可以使用较低的数值x，接近于0。
在另一实施例中，可以增加计算x的步骤(步骤85)以便随象素大小86相反地改变，当象素大小86变大时，x变小，因为通常5000×5000象素图象不能包含比500×500象素图象超过100倍的细节。
在另一实施例中，用在称为直接数组排序的技术中计算所有产生的差值以及确定最大值的步骤(步骤88)来代替将差值存储在表中的步骤(步骤78)。如果这有意义或不依赖于处理器速度、可用存储器和图象的位深度的话。
根据亮度差，计算细节分辨率指数68中的另外的变形是可能的。在一个实施例中，在步骤74选择的对中的象素是相邻的。在另一实施例中，使用在每个象素周围随机采样。
在步骤80中，在一个实施例中，测试确定是否已经检验所有象素。在另一实施例中，在计算中使用较小的区域。在另一实施例中，忽略区域。在一个优选实施例中，在步骤80中使用连续的统计测试，以及当有效多个计算位于彼此的标准偏差中时，中止该循环。
参考在此公开的内容，现在本领域的技术人员将理解到已经描述了创建细节识别过程70、产生细节分辩率指数68的多种方法，以及可选择使用的具体的算法来满足具体应用。
观看参数
观看距离
观众和最终打印之间的距离确定锐化的图象的观众感受的性质和质量。将观看距离90参数增加到相关过程10中允许更好地控制图象的锐化，基于预定观众的观点，所观看的图象是不同的。在优选实施例中，因为每个人估计的眼睛和目标间的距离不同，使用五种用于距离的一般种类，对应于：“Book”、“Small Box”、“Large Box”、“Small Poster”以及“Large Poster”。在该实施例中，Book设置表示用于拿在观众手中的书或任何目标如目录、杂志、CD盖等等的距离。Small Box设置是用于具有图象的目标和用于更小目标的印刷物，如早餐谷物盒或酒瓶以及打算用“近视”距离观看的目标。Large Box设置是用于比面包盒更大的纸盒-电视、VCR、计算机等等。
Small Poster设置是用于将在较近的距离观看到的小的标记和海报。另一方面，Large Poster设置是用于以更近的距离观看的目标，通常是更大的海报、标记或室外发现的类似的目标。
在另外的实施例中，在相关过程10中也可能考虑其他的观看条件92，也许是灯光的强度和颜色。
个人爱好
如下所述，由步骤112中的一个或多个判断来确定所认为的合适的锐化图象的决定，判断可能稍微有所不同，但在内部是一致的式样。通过保存由判断分开的结果，产生在锐化时，实际上通过选择具有已知偏差的“判断”，例如，较硬锐化或较软锐化，可选择的简档表来将其考虑在相关过程10中。
锐化算法
参考在此公开的内容，本领域的技术人员将理解到，有许多用于锐化数字图象的算法。根据本发明的方法和系统，可使用采用输入参数的任何锐化算法140，以及根据相关过程10可关联锐化算法140的任何这种输入参数并如在此所述的执行，在相关过程10中做适当的调整。优选地，将使用利用考虑到大小设置的一个或多个参数的锐化算法，大小设置用来确定锐化算法将强调的细节的大小。在优选实施例中，使用模糊掩码过滤，但参考在此公开的内容，本领域的技术人员将理解到可与任何高通或锐化滤波器一起使用来确定输入参数和锐化滤波器的最佳应用间的相关性。
在本发明的两个方面中实现锐化算法140。首先，在相关过程10中使用来将一个或多个输入参数，优选地是锐化半径12与一个或多个打印参数14、一个或多个图象参数16以及一个或多个观看参数18关联。其次，在锐化方法36中使用来精确地锐化数字图象。
在一个实施例中，可使用商业上可获得的图象处理程序来实现锐化算法140，如Photoshop。可选地，参考在此公开的内容，本领域的技术人员将理解到可直接在数字图象38上计算锐化算法140。优选地，无论使用哪一个锐化算法140，同样都将是结合到最终锐化方法36中的算法。然而，如果将色调保护158、抗混叠保护160、噪音降低162或树叶保护152的补充校正中的一个增加到锐化算法140中，则在相关过程10中不必使用那些校正。
如果宁愿没有锐化算法，下述的算法可以用作锐化算法140，参考图8，包括步骤：
(1)将数字图象38作为RGB图象存储在存储块A(二维数组、动态的二维列表)(步骤130)；
(2)预留二个另外的相同结构和大小的称为存储块A和存储块C的存储块(步骤132)；
(3)将存储块A的内容复制到存储块B中(步骤134)；
(4)模糊存储块B的内容(步骤136)；
(5)对存储块A中的每个象素，计算存储块A中的当前象素和存储块B中的相应象素之间的亮度差(步骤138)；
(6)可选地，通过应用色调保护算法158、抗混叠保护算法160、噪音降低算法162或过锐化保护算法152′来调整亮度差(步骤142)；
(7)将存储块A和亮度差结合(步骤144)，以及
(8)将该结合存储在存储块C中(步骤146)；
其中存储块C现在将包含锐化的图象。
术语存储块指的是本领域的技术人员公知的任何可能的与计算机有关的图象存储结构，包括但不仅限于RAM、处理器高速缓存、硬盘驱动器或那些的组合，包括动态存储结构。
模糊步骤136优选地是通过将存储块B的内容与具有等于锐化半径12的标准偏差的低频曲线交叠来完成，标准偏差用象素表示。低频曲线优选地是具有等于锐化半径12的标准偏差的高斯圆锥形曲线。参考在此公开的内容，本领域的技术人员将理解到使图象模糊存在许多算法。高斯圆锥形曲线具有某些非常好的特性，很容易加速，以及得出看起来最自然的锐化图象。使用各种低频曲线的其他算法可以使用，并且优选地应当将最终曲线的标准偏差设置为锐化半径12。
适当的模糊算法可以如下构造：采用在中间具有一个黑色象素的白色图象并通过提出的算法使其模糊。在此之后，在图象的中央将具有黑色阴影(black cloud)。可能将该黑色阴影的标准偏差设置成锐化半径12。优选地，锐化半径12将用毫米表示，但参考在此公开的内容，对本领域的技术人员来说，如果使用一致，也可使用任一系统的度量单位是显而易见的。以度量单位来保留半径值的原因在于允许与图象分辨率44无关地改变打印大小40。通过除以象素的边缘长度，容易将用于锐化半径的值转换成象素单位，象素的边缘长度是由图象象素大小86和打印大小40确定的。例如，如果打印大小40是5×7，象素大小86是2100×1500，以及锐化半径12是0.12mm，那么图象分辨率44是300dpi，以及锐化半径12是1.4象素(0.12mm*300dpi/25.4mm/inch)。
用值dr、dg和db表示亮度差，亮度差表示存储块A和存储块B中当前象素的亮度间的数学差：
dr＝Axyr-Bxyr(x和y是实际的象素坐标)      (2)
dg＝Axyg-Bxyg                            (3)
db＝Axyb-Bxyb                            (4)
其中Mxyc是在存储块M中具有坐标(x，y)的象素的颜色通道的亮度。
对组合步骤144，可能使用许多不同的方法来将存储块A与亮度差组合。在一个实施例中，典型的通过基本模糊掩码过滤，使用等式5至等式7：
Cxyr＝Axyr+dr*p                (5)
Cxyg＝Axyg+dg*p                (6)
Cxyb＝Axyb+db*p                (7)
其中锐化强度P优选是约1.3的值，以及Cxyc不超过最小和最大亮度的限制，通常为约0和约255。
树叶保护(foliage protect)
在锐化算法140的优选实施例中，组合步骤144使用过锐化保护算法来防止典型的图象结构如树叶的过锐化，过锐化保护算法称为树叶保护。该问题在于当过锐化树时，例如，将创建许多白色象素，这将造成看起来不好看而且使树的树叶看起来非常平而且不是三维的。当然，术语树叶保护不仅表示树叶而且表示相似的结构，如头发、草等等。通过按照本发明的方法，具体来说，通过应用根据公开的内容的抗混叠保护，树叶过分锐化的问题应当会自动减小，但优选地修改锐化算法140来防止这种过锐化。在优选实施例中，锐化算法140由防止相当亮的过锐化象素变成全白的另外的树叶保护步骤(步骤152)组成。
能用许多不同方法实现树叶保护步骤。在一个实施例中，能用调整步骤142中的另外的调整来实现，或能改变用在组合步骤144中的等式。例如，能降低dr、dg和db，原始图象中象素的亮度越接近于最大可能的亮度，通常是255，或者作为步骤142中的调整，或者在组合步骤144的等式中。
图9表示没有树叶保护步骤152的锐化，以及图10表示具有树叶保护步骤152的锐化。在这两个图中，浓的未锐化曲线148表示原始图象，以及淡的锐化曲线150表示锐化图象。
从图10可以看出，通过降低dr、dg和db，在锐化算法140中的有效树叶保护步骤152起作用，原始图象越接近于最大亮度，因此锐化图象避免超过最大亮度。
现在参考在此公开的内容，本领域的技术人员将理解到有许多公式来实现锐化算法140中的树叶保护。实现树叶保护152的一个实施例是在组合步骤144中，使用等式8至等式10来代替等式5至等式7，如下：
Cxyr＝min(Axyr+dr，(Axyr+255*f)/(1+f))    (8)
Cxyg＝min(Axyg+dg，(Axyg+255*f)/(1+f))    (9)
Cxyb＝min(Axyb+db，(Axyb+255*f)/(1+f))    (10)
其中min(a，b)定义为a和b的最小值，以及比例因子f小于或等于1。参考在此公开的内容，本领域的技术人员将意识到改变等式8至等式10是可能的，不脱离本发明。在另一个实施例中，可以包括锐化强度p作为另一比例因子。
实现树叶保护152’的另一个实施例是在应用等式5、6和7前，通过调整步骤142中的下述等式改变值dr、dg和db：
dr←dr/((256/(256-Axyr))^(1/n))           (11)
dg←dg/((256/(256-Axyg))^(1/n)            (12)
db←db/((256/(256-Axyb))^(1/n)            (13)
换句话说：将值d除以最大亮度除以象素亮度与最大亮度的差值的n次根，在该例子中，假定为255。(使用256以避免除以0)。n值可以是1.5和5之间的任何数值，优选地是在2和3.3之间。
在另一实施例中，仅当通过锐化方法实际象素将变淡时，使用根据树叶保护的上述等式。例如，仅当条件(dr+dg+db)＞0为真时，希望使用等式8、9和10。仅当条件dr＞0为真时，也可使用单个等式8以及仅当dg＞0为真时，使用等式9以及db＞0为真时使用等式10。本领域的技术人员将意识到很容易创建将树叶保护限制到将会变淡的那些象素的许多方法。
锐化算法140的树叶保护步骤152仅需要不对称地使用，例如，用于彩色而不用于黑色。
灰度级图象
锐化算法140可与灰度级图象一起使用，以及在实施例中，其中使用的公式假定存在RGB图象，有必要对锐化算法140增加步骤来将图象转换154成RGB图象，以及在锐化后再恢复原状156。由于从灰度级到RGB的转换以及相反极其简单和极其快，这产生锐化灰度级图象的有效算法。
在另一实施例中，其中速度是很关键的，可以直接在灰度级图象上执行锐化算法140，那表示在单通道(single-channel)的图象上。在那个实施例中，代替计算dr、dg和db，计算单个通道上的亮度差值dh便足够了。不需要色调保护。需要将抗混叠保护应用到灰度级图象上，与一个RGB通道的方法相同。
CMYK图象
通过将CMYK图象转换成RGB(步骤154)，然后再恢复原状(步骤156)，与灰度级图象一样，可实现将锐化算法140应用到CMYK图象上，但与灰度级图象不同，这是微不足道的并可能导致某些不希望的结果。
在用于CMYK图象的优选实施例中，代替使用转换步骤154和恢复原状步骤156，以及代替计算用于红、绿和蓝通道的亮度差，即dr、dg和db，有必要计算青、紫、黄和黑通道，即dc、dm、dy和db，以及等式5至等式7变为：
Cxyc＝Axyc+dc*p                    (14)
Cxym＝Axym+dm*p                    (15)
Cxyy＝Axyy+dy*p                    (16)
Cxyk＝Axyk+dk*p                    (17)
可以与RGB图象一样，与CMYK图象一起使用树叶保护，以及在整个锐化算法140中，应当进行说明四个通道的相应改变。
色调保护算法
在优选实施例中，增加到锐化算法140中的调整步骤142由一个或多个另外的算法组成，一个或多个另外的算法形成一组亮度差调整算法。在一个实施例中，调整步骤142由色调保护算法158组成，通过根据其他通道中的亮度差，调整每种颜色通道中的亮度差来保护锐化图象的颜色。
在色调保护算法158的优选实施例中，对于每种亮度差，将下述算法应用到差值dr、dg和db，产生更好的颜色：
dr＝dr*h+(dr+dg+db)/3*(1-h)                (18)
dg＝dg*h+(dr+dg+db)/3*(1-h)                (19)
db＝db*h+(dr+dg+db)/3*(1-h)                (20)
其中h是0和1之间的值，并且优选地是约0.3和约0.6间的值。例如，当h是0.5时，公式得出：
dr′＝dr*2/3+dg/6+db/6                     (21)
dg′＝dr/6+dg*2/3+db/6                     (22)
db′＝dr/6+dg/6+db*2/3                     (21)
以及在此之后：dr＝dr′，dg＝dg′和db＝db′。
对CMYK图象，使用下述公式：
dc′＝dc*h+(dc+dm+dy)/3*(1-h)              (24)
dm′＝dm*h+(dc+dm+dy)/3*(1-h)              (25)
dy′＝dy*h+(dc+dm+dy)/3*(1-h)              (26)
而dk保持不变。不象在RGB中，现在需要将h稍微变大(约0.15)以便获得与在RGB中相同的效果。在另一实施例中，打印多处黑色的地方，h增加大一些，象素亮度越暗，以便创建更多的自然色。根据其他通道中的亮度差，调整在一个颜色通道中的亮度差的任何色调保护算法将起作用，而且在本发明的范围内。
抗混叠保护算法(Antialiasing Protection Algorithm)
在锐化期间，可能发生锐化如图11所示的抗混叠但硬(即反差强)的边缘，产生非常显而易见的象素结构，换句话说，不存在抗混叠现象，如图12所示。
当不可能完全避免时，可以通过将最大锐化量限制到固定值来降低不希望的影响。仅在某些真正极端边缘产生时，将对锐化有影响，真正极端边缘是处于过锐化的危险中的区域。在一个优选实施例中，调整步骤142由抗混叠保护算法160组成以防止极端边缘的过锐化。在抗混叠保护算法160的一个优选实施例中，对亮度差执行下述调整：
如果dr＜-a   则dr＝-a            (27)
如果dr＞a    则dr＝a             (28)
如果dg＜-a   则dg＝-a            (29)
如果dg＞a    则dg＝a             (30)
如果db＜-a   则db＝-a            (31)
如果db＞a    则db＝a             (32)
其中a是介于0和255之间的值，通常在约50和约150之间。当应用该算法时，获得如图13所示的结果。
对CMYK图象，可使用下述公式：
如果dc＜-a  则dc＝-a             (33)
如果dc＞a   则dc＝a              (34)
如果dm＜-a  则dm＝-a             (35)
如果dm＞a   则dm＝a              (36)
如果dy＜-a  则dy＝-a             (37)
如果dy＞a   则dy＝a              (38)
如果dk＜-a  则dk＝-a             (39)
如果dk＞a   则dk＝a              (40)
其中a是介于0和255之间的值，通常在约50和约150之间。
噪音降低
通常，经阈值来实现锐化算法中的噪音降低。如果亮度差dc(其中c是颜色通道)的绝对值不超过阈值，则将dc设置为0。这导致不锐化具有低亮度差值的象素，而通常锐化所有其他象素。如图14所示，这导致亮度差值的跳跃不连续性，而这会导致图象看起来不自然。
在一个优选实施例中，调整步骤142包括噪音降低算法162以便防止跳跃不连续性。在噪音降低算法162的一个优选实施例中，使用没有跳跃不连续性的不同曲线。优选实施例是当dr、dg和db值不超过阈值时将它们设置为0，但同样在某种程度上将曲线改变成没有跳跃，如图15所示。通过这样做，图象看起来更自然，同时降低了噪音象素的锐化。锐化阈值的其他实施例是可能的，如没有这种突然弯曲的多项式(或三角或任何其他多次可导的)曲线，如图16所示。这导致图象看起来更加自然。
相关过程
参考图1，在其总的实施例的相关过程10中，包括步骤：
(1)选择用于数字图象38的一个或多个图象参数(步骤94)；
(2)选择一个或多个打印参数(步骤96)；
(3)选择用于数字图象38的一个或多个观看参数(步骤98)；
(4)将锐化半径12选择为初始锐化半径(步骤100)；
(5)使用选择的锐化算法140，锐化数字图象38的拷贝，产生测试打印104(步骤102)；
(6)改变锐化半径(步骤106)；
(7)使用选择的锐化算法140，锐化数字图象38的拷贝，产生测试打印110(步骤108)；
(8)通过一个或多个判断(未示出)，以选择的一个或多个观看参数98比较所有测试打印(步骤112)；
(9)重复改变步骤106、锐化步骤108和比较步骤112，直到找到最佳打印(步骤114)；
(10)记录用于最佳打印的锐化半径(步骤116)；
(11)确定是否选择新的观看参数，如果是的话，重复选择步骤98到记录步骤116(步骤118)；
(12)确定是否选择新的打印参数，如果是的话，重复选择步骤96至确定步骤118(步骤120)；以及
(13)确定是否选择新的图象参数，以及如果是的话，重复选择步骤94至确定步骤120(步骤122)，如果否的话，结束方法(步骤124)；
其中现在将所有需要的图象参数、打印参数以及观看参数与锐化半径12关联。
用于锐化半径12的任何值可用作初始值，但优选地是转换成1至2个象素之间的值。通过递增或递减锐化半径来实现改变步骤106。
优选地，如果锐化算法140需要的话，在相关过程10中应当将锐化强度和锐化阈值保持不变。在一个优选实施例中，锐化强度可设置在120％至140％之间，优选地是130％。优选地关掉锐化阈值或将其设置成最小可能值。参考在此公开的内容，本领域的技术人员将理解到可使用用于锐化阈值和锐化强度的其他值，乃至以多值重复。然而，很可能这种附加的测试仅产生递增的益处。
在相关过程10的另一实施例中，观看参数保持不变，以及在确定步骤18中不改变观看参数。参考在此公开的内容，本领域的技术人员将理解到通过相关过程10，改变/使这些参数保持不变的任何组合是可能的。
相关过程的优选实施例
用于无限图象分辨率44中的理论的数字图象的最佳锐化半径12是导致打印中不能看见的图象中最大可能锐化晕圈的半径。换句话说，如果你具有用度量单位0.02mm表示的打印机分辨率的打印机(即，打印中可见的图象的最小细节具有纸上0.02mm的大小)，那么0.019mm的晕圈半径是最佳的。如果锐化半径超过该0.02mm，观众将看见晕圈以及可能判定打印104、110“很难看”。如果晕圈远小于0.02mm，未最佳地锐化打印。
不是仅打印机分辨率46很重要。这表示在打印的图象中能看见的最小细节不仅由打印机质量而定，而且由人的眼睛和各种其他因素的物理能力而定。换句话说，如果你具有特别高分辩率的打印机，假定0.0001mm分辨率，你仍然必须用超过该分辩率的锐化半径12来锐化，因为否则该效果是看不见的。
现在参考图2，相关过程10的另一实施例进一步包括步骤：
(1)选择具有高于打印机分辩率46的图象分辩率44、很高的图象质量64以及非常好的图象源52的数字图象38(步骤168)；以及
(2)使图象参数16和观看参数18保持不变(步骤170)。
该实施例是在假设数字图象38具有有效的无穷图象分辩率44和无穷的细节分辩率66的基础上进行的。为获得好的近似，作为理论无穷光学分辩率和无穷物理分辨率打印的近似以及满足高图象质量64和非常好的图象源52的条件的、具有象素大小86和打印大小40以便图象分辨率44高于打印机所需要218的商业上可接受的数字图象38满足该条件。例如，如果300dpi至350dpi被认为对180lpi打印来说是足够的图象分辨率44，那么更足以获得具有700dpi图象分辨率44的图象。一个优选的方法是采用普通的摄影艺术图象并降低其打印大小以便具有700dpi图象分辨率44。
优选地，对在打印机类型42中选择的每种打印机24、26或28来说，应当确定至少5种不同的打印机分辨率46设置。有可能多项式或线性地内插默认值，但参考在此公开的内容，本领域的技术人员将理解到测量越多的值，关系的确定越好。实践已经显示出不应当做出能线性地内插值的假设，因为它并不总是正确的。
现在可能通过这种相关来实现锐化方法36，以及如所述的，将获得基于打印参数的满意的锐化方法。
参考图3，相关过程10的优选实施例进一步包括步骤：
(1)选择具有大于打印机分辨率46和高的细节分辨率指数68的图象分辨率44的第一数字图象38(步骤172)；
(2)使图象参数16保持不变(步骤174)；
(3)记录基于锐化半径188的相关打印机(步骤176)；
(4)选择具有低于打印机分辨率46的图象分辨率44的第二数字图象38(步骤180)；
(5)重复不同数字图象38的选择步骤180直到已经测试所有想要的细节分辨率(步骤182)；以及
(6)记录基于锐化半径190的相关图象(步骤184)。
该实施例导致两组锐化半径：具有基于锐化半径188的打印机的一个相关打印和观看参数，以及具有基于锐化半径190的图象的第二相关细节分辨率。可选地，在另一优选实施例中，记录步骤176进一步包括将基于锐化半径188的打印机记录在查找表192中，以及记录步骤184进一步包括将基于锐化半径190的图象记录在第二查找表194中。如以下将描述的，这两个查找表在锐化方法36中将是可用的。
优选地在该实施例中，在选择步骤180至记录步骤184中，使用具有高于数字图象38的图象分辨率44的打印机分辨率46的打印机。这很容易通过以非常低的图象分辨率44，如35dpi打印数字图象38或甚至通过在计算机监视器32上以72dpi查看数字图象38来获得。在后一情况下，不需要进行真正的打印104或110来使用相关过程70。一个优选实施例是采用尽可能多的不同数字图象38并使用细节识别过程70来计算它们的细节分辨率指数68。可选地，用于细节分辨率指数68的值可能划分成两段(如0至20，21至40等等)以及为这些段的每一个所做的关联。
在另一实施例中，记录步骤176进一步包括制订得出基于打印机的锐化半径188的数学函数(步骤178)，以及记录步骤184进一步包括得出基于图象的锐化半径190的第二函数(步骤186)。第二函数可以是多项式以符合所有找出的半径值，用作为其输入的细节分辨率指数68和作为其输出的想要的锐化半径12得出函数。在某些情况下，函数将是线性的。
在另一实施例中，根据纸类型、彩色对黑&白墨水以及纸制造商将引出另外的相关。对打印机类型和打印机分辨率的任何指定组合，或在其他实施例中另外的参数的组合，现在有可能预测哪种锐化半径将得出最优级的锐化。
在另一实施例，创建将锐化半径12与一个或多个一个图象观看参数18关联的第三查找表。三个查找表，一个与打印参数14关联，一个与观看参数18关联，以及一个与图象参数16关联，均可组合用在锐化方法36中。
参考在此公开的内容，本领域的技术人员将理解到有可能依赖内插技术。例如，如果查找表192将半径与观看和打印参数关联，以及包括用于指定喷墨打印字26的在阅读距离有9个分辨率但在第二距离只有2个分辨率的确定的锐化半径12，很可能内插法将给出用于在那个第二距离的其他7个分辨率的有效值。如果在第一查找表192或其他查找表中有关联，个人爱好参数也很可能导致内插。另一方面，打印质量48很可能通过内插或外插不太容易估计。
如果根据优选实施例或其他实施例，已经构造多个查找表，有必要组合这些表。这是在锐化方法36中的锐化时完成的。
参考在此公开的内容，对本领域的技术人员来说可能同样关联打印机、打印机分辨率、观看距离和个人爱好，或其他参数如纸类型、彩色对黑色&白色墨水以及纸生产商的各个组合是显而易见的。
锐化方法
参考图6，锐化方法36包括步骤：
(1)接收一个或多个打印参数14、一个或多个图象参数16、以及可选地一个或多个观看参数18(步骤196)；
(2)由接收的参数确定锐化半径12(步骤200)；以及
(3)应用锐化算法140(步骤202)。
在一个实施例中，确实步骤200包括从使用相关过程10制订的查找表192检索锐化半径的步骤。
在优选实施例中，参考图6A，确定步骤200包括步骤：
(1)由接收的参数确定基于打印机的锐化半径188(步骤196)；
(2)由接收的参数确定基于图象的锐化半径190(步骤198)；以及
(3)将基于打印机的锐化半径188和基于图象的锐化半径190结合到锐化半径12中(步骤204)。
在一个实施例中，确定步骤196包括从使用相关过程10制订的查找表192检索半径数据的步骤，以及确定步骤198包括从使用相关过程10制定的第二查找表194检索半径数据的步骤。在优选实施例中，确定步骤198包括计算数字图象的细节分辨率的步骤200，优选地使用细节识别过程如细节识别过程70，以及从使用相关过程10制订的第二查找表194检索半径数据的步骤，或通过使用相关过程10的步骤186中制订的第二函数206的步骤。
参考在此公开的内容，本领域的技术人员将理解到用各种方式接收信息是可能的。例如，用户可以输入信息，或通过响应询问，或通过使用对话框，或通过操纵下拉框中的可视滑动块。另外，可选地，程序可直接询问计算机来确定参数，而不用操作者干预。
在一个实施例中，将仅使用一个查找表，以及将找到与接收的打印参数有关的锐化半径。该锐化半径将与锐化算法140一起使用，锐化算法140可选地包括一个或多个色调保护算法158、抗混叠保护160、噪音降低162以及树叶保护152，以产生锐化的图象。
在图6A所示的实施例中，创建两个查找表，一个查找表将一个或多个打印参数14和一个或多个观看参数18与基于打印机的锐化半径188rp关联，以及第二查找表194或可选的函数206与基于图象的锐化半径190ri关联。从接收的参数，有必要查找或计算用于rp和ri的值，rp和ri的值如上所述，以毫米或英寸的度量单位存储，以及必须使用一些方法来将这两个值结合204到一个统一的锐化半径12r。如何做是个人爱好的问题；这些值的任何似乎合理的合并将进行，只要将rp和ri合并成一个统一的半径r。对本领域的技术人员来说各种方法是显而易见的，如提取最大值：
r＝max(ri，rp)                        (41)
或值的算术平均值：
r＝(ri+rp)/2                          (42)
或值的几何平均值：
r＝(ri*rp)^0.5                        (43)
或值的调和平均值：
r＝2*ri*rp/(ri+rp)                    (44)
或者，这些的加权结合或类似计算。总的来说，值ri和rp的许多似乎合理的内插或合并将起作用，并提供比使用任何单独一个更好的结果。
如上所述，现在将基于英寸或毫米的合并半径r转换成基于象素的半径rpix。现在将半径rpix用作锐化半径12来执行锐化算法(步骤202)。可使用锐化算法140的任何一个实施例，包括上述的用于调整树叶保护152、色调保护158、抗混叠160以及噪音减小162的过程。
可选地，对不同个人爱好，可改变锐化强度p，即，当用户更喜好软锐化时，选择较低的强度p，如果用户更喜欢强锐化时，为p选择大值。这可以用作解决个人爱好的方法，而不是如上所述使用判断。
实际上，通过调整打印机分辨率、观看距离等等的锐化强度p，不会获得太多的益处，因此优选地当创建ri和rp表时，不包括不同的锐化强度。因此，如果真是这样的话，对不同个人爱好，必须仅稍微改变锐化强度p。
锐化系统
现在，已经结束相关过程10，选择了锐化算法140和锐化方法36，有必要将部件组合成锐化系统20。
优选地，通过以高级语言编码，或通过配置编译并用作图象处理程序的附件的过滤器，将锐化方法36嵌入计算机程序(未示出)中。例如，在优选实施例中，将锐化方法36编译成能在第三方图象处理程序如PHOTOSHOP中操作的插入式过滤器。
适用于存储数据的任何当前现有的或未来开发的计算机可读介质可用来存储嵌入上述方法和算法的程序，包括，但不仅限于硬盘驱动器、软盘、数字磁带、闪速卡、高密度盘以及DVD。计算机可读介质包括不至一个装置，如两个连接的硬盘驱动器。本发明不限于在此使用的具体的硬件，可使用当前现有的或允许图象处理的未来开发的任何硬件。
在优选实施例中，锐化系统20包括计算机监视器32以及计算机CPU34，计算机CPU34包括存储器(未示出)以及用于在数字图象38上执行锐化方法36的程序指令(未示出)，用于在一个或多个打印机类型42或经Internet在数字显示装置30上输出。参考在此公开的内容，对本领域的技术人员来说打印机类型42的各种组合或数字显示装置30将可能使用锐化系统20是显而易见的。
在一个实施例中，有可能使程序指令询问系统的部件，包括但不限于正在使用的任何图象处理程序和正使用的打印机来确定用于那种程序和装置的缺省设置，并将那些参数用作锐化方法的输入。例如，在那个程序和硬件内部，为在具有对具体纸类型和打印质量等等的缺省设置的具体打印机类型的缺省打印机上打印，可能将使用图象处理程序锐化的数字图象38设置成具体的打印大小，并具有指定的象素大小和图象分辨率。这些参数可自动地确定，而不需要操作者干预，并设置成锐化系统的缺省值。在另一实施例中，在程序初始化后，通过启动细节识别过程70并确定细节分辨率指数68的自动扫描，也可使细节分辨率66的确定自动化。根据具体需要，通过操作者干预，可进一步改变这些缺省值，或不改变。因此，将理解到在该公开的内容中，关于接收参数包括这种自动接收装置并且不限于由操作者输入来接收。因此接收参数将通过组件来完成，组件可以是软件和硬件的结合，以便接收一个或多个图象参数以及一个或多个打印参数，以及可选地，一个或多个观看参数，要么通过操作者输入，例如，通过数字显示装置32接口，通过如上所述的缺省的自动判定，要么通过组合。
然后，通过使用在此描述的方法或也是用组件实现的它们的等效方法，接收的参数用来确定将使用的图象锐化半径以便产生锐化的图象，组件是软件、硬件或组合。
然后通过实现在此所述的一个或多个锐化算法或它们的等效，将图象锐化半径用来锐化数字图象，这也是用组件来实现的，要么是软件、硬件，要么是组合。
然后，将锐化的数字图象存储在计算机CPU34的数据存储装置的存储块中并且在一个或多个打印机上打印、经Internet发送或存储以便稍后打印。
在上述说明中，本发明已经参考其特定的实施例来描述。然而，在不脱离本发明的更宽精神和范围的情况下，对其做出各种修改和改变将是显而易见的。因此，说明书和附图是作为描述性而不是限定性的意思。将理解到本发明不应当按这些实施例限定来解释，而应当根据下述的权利要求来解释。

Claims (13)

1、一种用于锐化具有一个或多个图象参数的数字图象、用于以一个或多个打印参数打印以及用于以一个或多个观看参数观看的系统，包括：
第一数据存储装置，用于存储将一个或多个锐化半径与一个或多个打印参数关联的半径信息；
接收组件，接收用于打印数字图象的一个或多个打印参数；
确定组件，由半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径；
锐化组件，用于实现锐化算法以便使用图象锐化半径产生锐化的数字图象；以及
第二数据存储装置，用于存储锐化的数字图象。
2、如权利要求1所述的系统，其特征在于，一个或多个锐化半径进一步与一个或多个图象参数关联，或与一个或多个观看参数关联或与两者关联。
3、一种用于锐化具有一个或多个图象参数的数字图象、用于以一个或多个打印参数打印、以及用于以一个或多个观看参数观看的系统，包括：
第一数据存储装置，用于存储在相关过程中与一个或多个打印参数关联的锐化半径信息；
接收组件，接收用于打印数字图象的一个或多个打印参数；
确定组件，由锐化半径信息和接收的一个或多个打印参数，确定用于数字图象的图象锐化半径；
锐化组件，用于实现锐化算法以便使用图象锐化半径来产生锐化的数字图象；以及
第二数据存储装置，用于存储锐化的数字图象。
4、如权利要求3所述的系统，其特征在于，锐化半径信息进一步与一个或多个图象参数关联，或与一个或多个观看参数关联，或与两者关联。
5、如权利要求3所述的系统，其特征在于，相关过程包括步骤：
将初始锐化半径选择为测试半径；
重复以下步骤直到找出最佳打印：
在锐化算法中使用测试半径来锐化数字图象的拷贝；打印测试打印；改变测试半径；以及比较所有测试打印；
记录用来打印最佳打印的测试半径；以及
将用来打印最佳打印的测试半径存储在第一数据存储装置中。
6、如权利要求1、2、3、4或5所述的系统，数字图象由具有亮度的象素组成，其特征在于，锐化算法包括步骤：
使用图象锐化半径来模糊数字图象的拷贝以便产生模糊图象，模糊图象由具有亮度的象素组成；
计算数字图象的象素的亮度和模糊图象的象素的亮度之间的亮度差；
通过应用从由色调保护算法、抗混叠保护算法、噪音降低算法以及过锐化保护算法组成的组中选择的一个或多个算法来调整亮度差；以及
将数字图象与亮度差结合来产生锐化的图象。
7、一种用于锐化具有一个或多个图象参数的数字图象、用于以一个或多个打印参数打印以及用于以一个或多个观看参数观看的方法，包括步骤：
制订在相关过程中与一个或多个打印参数关联的锐化半径信息；
创建用于存储锐化半径信息的第一数据存储装置；
接收用于打印数字图象的一个或多个打印参数；
由锐化半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径；
在锐化算法中使用图象锐化半径锐化数字图象以便产生锐化的数字图象；以及
将锐化的数字图象存储在第二数据存储装置中。
8、如权利要求7所述的方法，其特征在于，锐化半径信息进一步与一个或多个图象参数关联，或与一个或多个观看参数关联，或与两者关联。
9、一种用于锐化具有一个或多个图象参数的数字图象、用于以一个或多个打印参数打印以及用于以一个或多个观看参数观看的方法，包括步骤：
接收用于打印数字图象的一个或多个打印参数；
询问第一数据存储装置，该装置存储了在相关过程中与一个或多个打印参数关联的锐化半径信息；
由锐化半径信息和接收的一个或多个打印参数确定用于数字图象的图象锐化半径；
在锐化算法中使用图象锐化半径来锐化数字图象以便产生锐化的数字图象；以及
将锐化的数字图象存储在第二数据存储装置中。
10、如权利要求9所述的方法，其特征在于，锐化半径信息进一步与一个或多个图象参数关联，与一个或多个观看参数关联或与两者关联。
11、如权利要求10所述的方法，其特征在于，相关过程包括步骤：
将初始锐化半径选择为测试半径；
重复以下步骤直到找出最佳打印：
在锐化算法中使用测试半径来锐化数字图象的拷贝；打印测试打印；改变测试半径；以及比较所有测试打印；
记录用来打印最佳打印的测试半径；以及
将用来打印最佳打印的测试半径存储在第一数据存储装置中。
12、如权利要求7、8、9、10或11所述的方法，数字图象由具有亮度的象素组成，其特征在于，锐化算法包括步骤：
使用图象锐化半径来模糊数字图象的拷贝以便产生模糊图象，模糊图象由具有亮度的象素组成；
计算数字图象的象素的亮度和模糊图象的象素的亮度之间的亮度差；
通过应用从由色调保护算法、抗混叠保护算法、噪音降低算法以及过锐化保护算法组成的组中选择的一个或多个算法来调整亮度差；以及
将数字图象与亮度差结合来产生锐化的图象。
13、如权利要求7所述的方法，其中，所述相关过程包括步骤：
选择将关联的一个或多个图象参数、一个或多个打印参数或一个或多个观看参数；
将初始锐化半径设置为测试半径；
重复下述步骤直到找出最佳打印：
在锐化算法中使用测试半径来锐化数字图象的拷贝；打印测试打印；改变测试半径；以及比较所有测试打印；
记录用来打印最佳打印的测试半径；以及
将锐化半径设置成用来打印最佳打印的测试半径。
CNB018178022A 2000-09-20 2001-09-20 数字图象锐化系统 Expired - Fee Related CN1264121C (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US23427000P 2000-09-20 2000-09-20
US60/234,270 2000-09-20
US25901700P 2000-12-29 2000-12-29
US25876300P 2000-12-29 2000-12-29
US60/259,017 2000-12-29
US60/258,763 2000-12-29

Publications (2)

Publication Number Publication Date
CN1471690A CN1471690A (zh) 2004-01-28
CN1264121C true CN1264121C (zh) 2006-07-12

Family

ID=27398546

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB018178022A Expired - Fee Related CN1264121C (zh) 2000-09-20 2001-09-20 数字图象锐化系统

Country Status (7)

Country Link
US (1) US7268916B2 (zh)
EP (1) EP1330786A4 (zh)
JP (1) JP2004510369A (zh)
CN (1) CN1264121C (zh)
AU (2) AU1342502A (zh)
CA (1) CA2423120A1 (zh)
WO (1) WO2002025589A1 (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004302500A (ja) * 2003-03-28 2004-10-28 Matsushita Electric Ind Co Ltd 画像処理装置及び画像処理方法
CN100405400C (zh) * 2005-06-27 2008-07-23 同方威视技术股份有限公司 一种辐射成像中图像信息增强的方法
US7724980B1 (en) * 2006-07-24 2010-05-25 Adobe Systems Incorporated System and method for selective sharpening of images
US8374234B2 (en) * 2006-09-29 2013-02-12 Francis S. J. Munoz Digital scaling
US8165407B1 (en) * 2006-10-06 2012-04-24 Hrl Laboratories, Llc Visual attention and object recognition system
US7809208B2 (en) * 2007-05-30 2010-10-05 Microsoft Corporation Image sharpening with halo suppression
US7792357B2 (en) * 2007-05-30 2010-09-07 Microsoft Corporation Chromatic aberration correction
US7882177B2 (en) * 2007-08-06 2011-02-01 Yahoo! Inc. Employing pixel density to detect a spam image
US9778351B1 (en) 2007-10-04 2017-10-03 Hrl Laboratories, Llc System for surveillance by integrating radar with a panoramic staring sensor
JP4952567B2 (ja) * 2007-12-21 2012-06-13 富士ゼロックス株式会社 画像検索システム、画像検索装置、プログラム
EP2315431A4 (en) * 2008-07-14 2012-06-27 Sharp Kk PICTURE SIGNAL PROCESSING DEVICE AND PICTURE DISPLAY DEVICE
US8442348B2 (en) * 2008-11-06 2013-05-14 Seiko Epson Corporation Image noise reduction for digital images using Gaussian blurring
TWI383332B (zh) * 2009-05-08 2013-01-21 Chunghwa Picture Tubes Ltd 影像處理裝置及其方法
CN102484673B (zh) * 2009-08-19 2015-12-16 日本电气株式会社 图像处理方法、图像处理装置以及程序
DE102010015873A1 (de) 2010-03-09 2011-09-15 Dmitrij V. Shmunk Vorrichtung zur Verbesserung von digitalen Bildern
DE202010017586U1 (de) 2010-03-09 2012-03-27 Dmitrij V. Shmunk Vorrichtung zur Verbesserung von digitalen Bildern
US8743424B2 (en) 2010-06-18 2014-06-03 Hewlett-Packard Development Company, L.P. Pre-print enhancement of a raster image
US8396876B2 (en) 2010-11-30 2013-03-12 Yahoo! Inc. Identifying reliable and authoritative sources of multimedia content
JP5801650B2 (ja) * 2011-08-25 2015-10-28 キヤノン株式会社 画像処理装置、制御方法およびプログラム
US8750639B2 (en) 2011-10-25 2014-06-10 Microsoft Corporation Automatic sharpening of images
US20190019246A1 (en) * 2013-02-01 2019-01-17 HelloWallet, LLC Systems and methods for assessing financial stability and preparedness
US9241128B2 (en) 2013-02-14 2016-01-19 Warner Bros. Entertainment Inc. Video conversion technology
EP3065392B1 (en) * 2013-10-31 2018-08-22 Fujifilm Corporation Image processing device, image capture device, parameter generating method, image processing method, and program
US9449234B2 (en) 2014-03-31 2016-09-20 International Business Machines Corporation Displaying relative motion of objects in an image
US9300857B2 (en) * 2014-04-09 2016-03-29 International Business Machines Corporation Real-time sharpening of raw digital images
JP6511951B2 (ja) * 2015-05-14 2019-05-15 富士ゼロックス株式会社 情報処理装置及びプログラム
KR102390980B1 (ko) * 2015-07-24 2022-04-26 엘지디스플레이 주식회사 영상 처리 방법, 영상 처리 회로와, 그를 이용한 표시 장치
US9852330B1 (en) 2015-07-27 2017-12-26 United Launch Alliance, L.L.C. System and method to enable the application of optical tracking techniques for generating dynamic quantities of interest with alias protection
US11354881B2 (en) 2015-07-27 2022-06-07 United Launch Alliance, L.L.C. System and method to enable the application of optical tracking techniques for generating dynamic quantities of interest with alias protection
US10469708B2 (en) * 2017-02-17 2019-11-05 Synaptics Incorporated Systems and methods for image optimization and enhancement in electrophotographic copying
US11276159B1 (en) 2018-05-15 2022-03-15 United Launch Alliance, L.L.C. System and method for rocket engine health monitoring using digital image correlation (DIC)
US11222248B2 (en) 2018-10-31 2022-01-11 Hewlett-Packard Development Company, L.P. Luminance-biased sharpening for thermal media printing
US10885612B2 (en) 2018-10-31 2021-01-05 Hewlett-Packard Development Company, L.P. Luminance-biased sharpening for thermal media printing
CN110335223B (zh) * 2019-06-21 2022-08-05 北京奇艺世纪科技有限公司 图像模糊动效实现方法、装置、电子设备及存储介质

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3270088D1 (en) * 1982-07-03 1986-04-30 Hell Rudolf Dr Ing Gmbh Method and arrangement for contrast enhancement
JP2515737B2 (ja) * 1986-04-25 1996-07-10 株式会社日立製作所 画像強調方法
US4794531A (en) 1984-11-07 1988-12-27 Hitachi, Ltd Unsharp masking for image enhancement
JPS61230571A (ja) * 1985-04-05 1986-10-14 Dainippon Screen Mfg Co Ltd 画像走査装置
DE3629409C2 (de) * 1986-08-29 1994-02-17 Agfa Gevaert Ag Verfahren und Vorrichtung zur Kontrastbewertung bei der elektronischen Bildverarbeitung
US5270808A (en) 1990-08-03 1993-12-14 Canon Kabushiki Kaisha Color image processing with adjustment of computed recording color to match original color
US5221971A (en) 1990-11-21 1993-06-22 Polaroid Corporation Area modulation printing apparatus
US5486927A (en) 1991-08-19 1996-01-23 Konica Corporation Digital image forming apparatus using subdivided pixels
EP0528618B1 (en) 1991-08-21 1996-11-06 Konica Corporation Image forming apparatus
EP0540221B1 (en) 1991-11-01 1998-12-16 Konica Corporation Image forming apparatus
JP2936085B2 (ja) * 1991-11-19 1999-08-23 富士写真フイルム株式会社 画像データ処理方法および装置
US6005984A (en) 1991-12-11 1999-12-21 Fujitsu Limited Process and apparatus for extracting and recognizing figure elements using division into receptive fields, polar transformation, application of one-dimensional filter, and correlation between plurality of images
US5602943A (en) 1992-04-28 1997-02-11 Velho; Luiz C. Digital halftoning space filling curves
US5563713A (en) 1992-12-16 1996-10-08 Canon Kabushiki Kaisha Image processing method and apparatus with adding of a white outline to an outline of a character image
DE69431294T2 (de) 1993-03-25 2003-04-17 Mgi Software Corp Bildverarbeitungsverfahren und -system
US6097847A (en) 1993-05-31 2000-08-01 Nec Corporation Method of and apparatus for calculating sharpness of image and apparatus for sharpening image
US5724455A (en) 1993-12-17 1998-03-03 Xerox Corporation Automated template design method for print enhancement
US5982926A (en) 1995-01-17 1999-11-09 At & T Ipm Corp. Real-time image enhancement techniques
US5774599A (en) 1995-03-14 1998-06-30 Eastman Kodak Company Method for precompensation of digital images for enhanced presentation on digital displays with limited capabilities
US5835637A (en) 1995-03-20 1998-11-10 Eastman Kodak Company Method and apparatus for sharpening an image by scaling spatial residual components during image reconstruction
EP1045340A3 (en) 1995-03-29 2000-10-25 Fuji Photo Film Co., Ltd. Image processing method and apparatus
US5835627A (en) * 1995-05-15 1998-11-10 Higgins; Eric W. System and method for automatically optimizing image quality and processing time
US5768482A (en) 1995-06-14 1998-06-16 Hewlett-Packard Company Resolution-triggered sharpening for scaling of a digital-matrix image
JP3568279B2 (ja) * 1995-06-30 2004-09-22 富士写真フイルム株式会社 画像再生方法および装置
JP3669448B2 (ja) * 1995-10-31 2005-07-06 富士写真フイルム株式会社 画像再生方法および装置
JPH09214807A (ja) * 1996-01-31 1997-08-15 Canon Inc 画像処理装置および画像処理方法
EP0813336B1 (en) * 1996-06-12 2007-08-08 FUJIFILM Corporation Image processing method and apparatus
US5822469A (en) 1996-10-22 1998-10-13 Hewlett-Packard Company Post-filter for improving halftone image sharpness
JPH10181103A (ja) 1996-11-08 1998-07-07 Fuji Photo Film Co Ltd プリンタ
US6055340A (en) 1997-02-28 2000-04-25 Fuji Photo Film Co., Ltd. Method and apparatus for processing digital images to suppress their noise and enhancing their sharpness
US6075926A (en) 1997-04-21 2000-06-13 Hewlett-Packard Company Computerized method for improving data resolution
US5867606A (en) 1997-08-12 1999-02-02 Hewlett-Packard Company Apparatus and method for determining the appropriate amount of sharpening for an image
JP3911354B2 (ja) * 1997-09-02 2007-05-09 大日本スクリーン製造株式会社 画像処理方法および装置、並びにその処理を実行するためのプログラムを記録した記録媒体
US6091861A (en) 1998-02-03 2000-07-18 Eastman Kodak Company Sharpening algorithm adjusted for measured exposure of photofinishing images
US6097470A (en) 1998-05-28 2000-08-01 Eastman Kodak Company Digital photofinishing system including scene balance, contrast normalization, and image sharpening digital image processing
US6163389A (en) 1998-05-28 2000-12-19 Eastman Kodak Company Digital photofinishing system including digital image processing of alternative capture color photographic media
US6233069B1 (en) 1998-05-28 2001-05-15 Eastman Kodak Company Digital photofinishing system including film under exposure gamma, scene balance, contrast normalization, and image sharpening digital image processing
JP2000188689A (ja) * 1998-10-14 2000-07-04 Konica Corp 画像処理方法及び画像処理システム
US6195467B1 (en) 1999-03-25 2001-02-27 Image Processing Technologies, Inc. Method and apparatus for sharpening a grayscale image

Also Published As

Publication number Publication date
EP1330786A1 (en) 2003-07-30
US7268916B2 (en) 2007-09-11
WO2002025589A1 (en) 2002-03-28
AU2002213425B2 (en) 2008-04-10
EP1330786A4 (en) 2008-08-27
CA2423120A1 (en) 2002-03-28
US20040036923A1 (en) 2004-02-26
AU1342502A (en) 2002-04-02
CN1471690A (zh) 2004-01-28
JP2004510369A (ja) 2004-04-02

Similar Documents

Publication Publication Date Title
CN1264121C (zh) 数字图象锐化系统
CN1290312C (zh) 除去读取双面或重叠原稿产生的透印的图像处理装置及其方法
CN100350431C (zh) 增强以批模式处理的肖像图像的方法和系统
CN1305010C (zh) 在考虑其噪声的情况下改变数字图像的方法和系统
CN1262971C (zh) 图像处理装置
CN1207895C (zh) 图象处理方法和装置
CN1311404C (zh) 使用了图像生成历史信息的图像的逆光处理
CN1223170C (zh) 利用校正表的彩色图像数据的校正方法
CN1220161C (zh) 图像取入装置和方法
CN1114888C (zh) 图像处理方法、设备和系统
CN1134727C (zh) 打印机
CN1940912A (zh) 文件作成系统、文件作成方法、程序以及存储介质
CN1510656A (zh) 显示装置、显示方法和显示程序
CN1893535A (zh) 浓度确定方法、成像设备和图像处理系统
CN1592915A (zh) 用户可定义的图像基准点
CN1396775A (zh) 分割像素图像的方法和装置
CN1764228A (zh) 图像处理装置、图像形成装置、图像处理方法
CN1809116A (zh) 图像处理装置、方法、图像形成装置、图像读取处理装置
CN101031022A (zh) 图像处理装置,图像形成装置,图像处理装置的控制方法
CN1484114A (zh) 图像处理设备
CN1774031A (zh) 图像处理装置及图像处理方法、以及计算机程序
CN1598656A (zh) 液晶显示装置以及相应的驱动方法
CN1399244A (zh) 字符显示设备、方法和程序以及用于它们的记录媒体
CN1856801A (zh) 逐像素有差别和准正则地修改数字图像的方法和系统
CN1805499A (zh) 图像处理装置、图像形成装置、图像读取处理装置及方法

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
ASS Succession or assignment of patent right

Owner name: GOOGLE INC.

Free format text: FORMER OWNER: NIK SOFTWARE INC.

Effective date: 20140422

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20140422

Address after: American California

Patentee after: Google Inc.

Address before: American California

Patentee before: NIK Multimedia, Inc.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: Google Inc.

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060712

Termination date: 20190920

CF01 Termination of patent right due to non-payment of annual fee