CN1305010C - 在考虑其噪声的情况下改变数字图像的方法和系统 - Google Patents

在考虑其噪声的情况下改变数字图像的方法和系统 Download PDF

Info

Publication number
CN1305010C
CN1305010C CNB028139577A CN02813957A CN1305010C CN 1305010 C CN1305010 C CN 1305010C CN B028139577 A CNB028139577 A CN B028139577A CN 02813957 A CN02813957 A CN 02813957A CN 1305010 C CN1305010 C CN 1305010C
Authority
CN
China
Prior art keywords
image
digital picture
formatted message
region
converted image
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
CNB028139577A
Other languages
English (en)
Other versions
CN1554074A (zh
Inventor
劳伦特·查内斯
弗雷德里克·吉查德
列侬·毛森
布鲁诺·列日
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.)
Dxo Labs SA
Lens Correction Technologies SAS
Original Assignee
DO Labs SA
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
Priority claimed from FR0109291A external-priority patent/FR2827459B1/fr
Priority claimed from FR0109292A external-priority patent/FR2827460B1/fr
Application filed by DO Labs SA filed Critical DO Labs SA
Publication of CN1554074A publication Critical patent/CN1554074A/zh
Application granted granted Critical
Publication of CN1305010C publication Critical patent/CN1305010C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G06T3/10—
    • G06T5/70—
    • G06T5/73—
    • G06T5/80—
    • 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
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
    • 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
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/00045—Methods therefor using a reference pattern designed for the purpose, e.g. a test chart
    • 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
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00071—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
    • 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
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • 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
    • H04N1/40093—Modification of content of picture, e.g. retouching
    • 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

Abstract

本发明涉及一种用于从数字图象(INUM)和与用于图象捕获和/或恢复的装置链(P3)的缺陷有关的格式化信息(IF)计算转换图象(I-Transf)的系统和方法。本发明规定从格式化信息和/或从所述数字图象自动确定特征噪声数据。因此可以这样一种方式来校正转换图象，使得其在随后的使用中不会展现任何可见的或者扰人的缺陷，尤其是涉及噪声的缺陷。本发明可应用于光学装置、工业控制、机器人、计量学等中的摄影或者视频图象处理。

Description

在考虑其噪声的情况下改变数字图像的方法和系统
                         技术领域
本发明涉及一种在考虑其噪声的情况下改变数字图像的方法和系统。
                         背景技术
美国专利申请No.5,694,484描述了一种用于增强图像的可感知质量的方法，所述图像的原始数据已经受到图像处理操作的不利影响，其中公开了一种用于处理图像采集(捕获)和利用(再现)装置的特征的设备，所述特征直接得自所述图像采集和利用装置(第8列，第30-36行)，由此可将其附着于图像数据(第8列，第36-39行)。然而，所述美国专利申请No.5,694,484并未公开使用根据图像本身确定的特征数据来修改数字图像。
                         发明内容
                           方法
本发明涉及一种用于自数字图像和与装置链的缺陷相关的格式化信息计算转换图像的方法。该装置链包含图像捕获装置和/或图像恢复装置。该装置链包括至少一个装置。该方法包括自格式化信息和/或自数字图像自动确定特征数据的步骤。以下将该特征数据称为特征噪声数据。
通过对技术特征进行组合可得出：转换图像在随后的使用中不显示任何可见的或者扰人的缺陷，尤其是与噪声相关的缺陷。
                      根据图像对噪声的估计
优选地，根据本发明，该方法还包括以下用于确定特征噪声数据的步骤：
-在数字图像上选择分析区域的步骤，尤其是根据装置链的装置和/或格式化信息，
-计算分析区域局部亮度变化的步骤，
-根据在该组分析区域局部变化的发生的统计计算而推导特征噪声数据的步骤。
                    估计来自图像的噪声
                      亮度变化的直方图
优选地，根据本发明，该方法还包括以下用于推导特征噪声数据的步骤：
-构建局部亮度变化的发生的直方图的步骤，
-在直方图上选择位于第一局部最大值，包括此最大值之前的部分的至少一个部分的步骤。
通过对技术特征进行组合，可以得出与噪声相关的局部亮度变化。
                    估计来自图像的噪声
                      根据亮度的噪声
优选地，根据本发明，该方法还包括，为在数字图像上选择分析区域，根据其平均亮度对分析区域进行分类的步骤，通过这种方式得到若干类。该方法还包括：
-推导用于属于相同类的分析区域的特征噪声数据的步骤，
-对每个类重复先前步骤的步骤。
通过组合技术特征，可以得到作为亮度函数的特征噪声数据。
                 包括特征噪声数据的格式化信息
优选地，根据本发明，该格式化信息包括特征噪声数据。
                      所造成的裁剪问题
优选地，根据本发明，该方法还包括采用用于构建中间数字图像的转换算法的步骤。该算法的优点在于对数字图像进行期望的修改，但是具有增加中间数字图像的噪声的缺点。
                       裁剪-解决方案
优选地，根据本发明，为从由该数字图像获得的中间数字图像计算转换图像，本方法还包括采用函数的步骤，该函数的目的在于修改数字图像的亮度，并且其具有至少以下各项作为自变量：
-中间数字图像的一点的亮度，
-该数字图像的对应点周围的区域的亮度，
-特征噪声数据。
通过技术特征的组合可以得出如下结果：获得展现期望特征和受控噪声电平的转换图像。
优选地，根据本发明，中间数字图像是由数字图像组成的。
                       模糊校正
优选地，根据本发明，该方法被更具体地设计为计算对所有或者部分模糊进行校正的转换图像。该方法还包括以下步骤：
-在数字图像内，选择待被校正的图像区域的步骤，
-根据格式化信息和特征噪声数据，对每个以此方法选择的将被校正的图像区域构建一增强轮廓(enhancement profile)的步骤，
-根据该增强轮廓，对以此方法选择的待被校正的每个图像区域进行校正，采用这种方式以获得转换图像区域的步骤，
-组合该转换图像区域，以这种方法以获得数字图像的转换图像的步骤。
从技术特点的组合可以得到如下结果：去模糊的转换图像然后被获得。
                       计算增强轮廓
优选地，根据本发明，对于每个将被校正的图像区域，格式化信息使得在与待进行校正的图像区域相关的基中确定图像表示以及参考表示成为可能。
该方法是如此的，为由格式化信息和噪声建立增强轮廓，其还包括以下步骤：
-自该图像表示和自该参考表示确定轮廓的步骤，同时根据具体情况将噪声考虑在内，
-确定一参数化操作符的步骤，利用该操作符可以由图像表示达到该轮廓。
该组参数化操作符的参数值构成增强轮廓PR。
                    基于增强轮廓校正模糊
优选地，根据本发明，该方法还包括以下步骤，用于根据增强轮廓对每个将被校正的图像区域进行校正：
-在该基表示至少部分即将被校正的图像区域的步骤，
-将参数化的操作符应用于在前一步骤结束时得到的所述表示的步骤，采用这种方式以得到即将被校正的图像区域的经校正的表示，
-利用待校正的图像区域的经校正的表示替换待校正的图像区域的表示的步骤，采用这种方式以便得到转换图像区域。
                    在模糊情况时的裁剪
优选地，根据本发明，该方法还包括从该转换图像计算具有受控噪声级的步骤，该步骤是通过采用一个函数而实现的，该函数的目的是修改数字图像的亮度，并且其具有至少以下项作为自变量：
-该转换数字图像的一点的亮度，
-在该数字图像的对应点周围的区域的亮度，
-特征噪声数据。
从技术特征的组合可以得出如下结果：然后可获得具有受控噪声级的去模糊的图像。
                 影响噪声和/或模糊的可变特征
格式化信息可以取决于依赖于数字图像的可变特征，特别是数字图像的尺寸。优选地，在根据本发明的情况下，该方法还包括确定用于数字图像的可变特征的一个或者多个值的步骤。
因此，将该方法用于包括依赖于依赖于数字图像的可变特征的特征噪声数据的格式化信息就变为将该方法用于不依赖于任何特征变量的特征噪声数据。
             在恢复装置的情况下动态范围的减少
优选地，根据本发明，该方法被更具体地设计为自数字图像和自与包括至少一个图像恢复装置的装置链的缺陷相关的格式化信息计算转换图像。该恢复装置具有动态范围。该转换图像具有动态范围。该方法还包括使转换图像的动态范围适配所述恢复装置的动态范围的步骤。通过技术特征的组合可以得出如下结果：利用恢复装置对该转换图像的恢复展现增强的高频率。从技术特征的组合也可以得出如下结果：恢复设备可恢复特征为带有较少模糊的图像。
                    校正多色噪声和/或模糊
本发明可应用于由色平面组成的数字图像的情况。这种应用包括将根据本发明的方法应用于每种色平面。这样从数字图像获得转换图像。通过技术特征的组合可以得出如下结果：该转换图像展现期望的特征以及受控的噪声级。
                    系统
本发明涉及一种用于从数字图像和与装置链的缺陷相关的格式化信息计算转换图像的系统。该装置链包括图像捕获装置和/或图像恢复装置。该装置链包括至少一个装置。该系统包括用于从格式化信息和/或由数字图像自动确定特征数据的数据处理装置。以下将特征数据称为特征噪声数据。
该转换图像在其随后的使用中不展现任何可见的或者扰人的缺陷，尤其是与噪声相关的缺陷。
                    根据图像估计噪声
优选地，根据本发明，用于确定该特征噪声数据的数据处理装置包括：
-选择装置，用于尤其是根据装置链的装置和/或格式化信息在数字图像上选择分析区域，
-计算装置，用于在分析区域上计算局部亮度变化，
-推导装置，用于根据在该组分析区域上局部变化的发生的统计计算来推导特征噪声数据。
                    估计来自图像的噪声
                      亮度变化直方图
优选地，根据本发明，该推导装置还包括：
-用于构建局部亮度变化的发生的直方图的装置，
-选择装置，用于在直方图上选择位于第一局部最大值之前的，并包括此最大值的部分的至少一部分。
                    估计来自图像的噪声
                      根据亮度的噪声
优选地，根据本发明，该系统还包括，为在数字图像上选择分析区域，用于根据其平均亮度而对分析区域进行分类的分类装置，由此获得若干类别。该系统还包括数据处理装置，用于：
-推导用于属于相同类的分析区域的特征噪声数据，
-对每个类重复先前步骤。
               包括特征噪声数据的格式化信息
优选地，根据本发明，该格式化信息包含该特征噪声数据。
                    所造成的裁剪问题
优选，根据本发明，该系统还包括数据处理装置，其采用转换算法来构建中间数字图像。该算法的优点在于可对数字图像进行期望的修改，但是具有增加该中间数字图像的噪声的缺点。
                    裁剪-解决方案
优选地，根据本发明，为从由该数字图像获得的中间数字图像计算转换图像，该系统包括采用函数的计算装置，该函数的目的在于修改数字图像的亮度，并且该函数具有至少以下项作为自变量：
-该中间数字图像的一点的亮度，
-在该数字图像的对应点周围的区域的亮度，
-特征噪声数据。
优选地，根据本发明，中间数字图像由数字图像组成。
                      模糊校正
优选地，根据本发明，该系统更具体地被设计用于计算对所有或者部分模糊进行校正的转换图像。该系统还包括：
-选择装置，用于在数字图像中选择将被校正的图像区域，
-计算装置，用于根据格式化信息和特征噪声数据，对每个以此方式选择的待被校正的图像区域构建增强轮廓。
该系统还包括数据处理装置，用于：
-根据该增强轮廓，对以此方式选择的待被校正的每个图像区域进行校正，采用这种方式以得到转换图像区域，且用于
-组合该转换图像区域，采用这种方式以得到该数字图像的转换图像。
                      计算增强轮廓
优选地，根据本发明，格式化信息使在与待进行校正的图像区域相关的基中，对每个将要进行校正的图像区域确定图像表示以及参考表示成为可能。该系统是这样的，用于自格式化信息和噪声构建增强轮廓的计算装置还包括用于进行以下确定的装置：
-由图像表示和由参考表示确定轮廓，同时根据情况将噪声考虑在内，
-确定参数化的操作符，利用该操作符有可能从图像表示达到该轮廓。
                    基于增强轮廓校正模糊
优选地，根据本发明，用于根据增强轮廓而对每个待被校正的图像区域进行校正的数据处理装置包括计算装置，用于：
-在基中表示至少部分待被校正的图像区域，
-将该参数化操作符应用于待被校正的图像区域的表示，以此获得待被校正的图像区域的经校正的表示，
-利用待被校正的图像区域的经校正的表示替换待被校正的图像区域的表示，以此获得转换图像区域。
                    在模糊情况时的裁剪
优选地，根据本发明，该系统还包括计算装置，其用于通过采用函数，自转换图像计算具有受控噪声级的图像，该函数的目的是修改数字图像的亮度，并且该函数具有至少以下项作为自变量：
-该转换数字图像的一点的亮度，
-该数字图像的对应点周围的区域的亮度，
-该特征噪声数据。
                 影响噪声和/或模糊的可变特征
优选地，根据本发明，该格式化信息依赖于依赖于数字图像的可变特征的值，特别是数字图像的尺寸。该系统还包括计算装置，用于确定用于数字图像的可变特征的一个或者多个值。
                 在恢复装置的情况中对动态范围的减少
优选地，根据本发明，该系统被更具体地设计为自数字图像和自与包括至少一个图像恢复装置的装置链的缺陷相关的格式化信息计算转换图像。该恢复装置具有动态范围。该转换图像具有动态范围。该系统还包括数据处理装置，用于使该转换图像的动态范围适配该恢复装置的动态范围。
                        附图说明
结合指示性的而非限制性的实例，在阅读了本发明的可替换实施例的说明之后，本发明的其他特征和优点将变得明显，其中：
图1所示为由数字图像和中间图像计算的转换图像，
图2所示为数字图像的缺陷，
图3所示为在数字图像上分析区域的选择，
图4a所示为在分析区域上的局部亮度变化，
图4b所示为局部亮度变化的发生的直方图，
图4c所示为位于该直方图的第一局部最大值之前的直方图的一部分，
图5所示为根据其平均亮度的分析区域的分类，
图6所示为对数字图像的亮度的修改，
图7a所示为根据增强轮廓对转换图像区域的校正，
图7b所示为创建具有受控噪声级的去模糊图像的例子，
图8a和8b所示为由噪声构建的增强轮廓，
图9a、9b、9c和9d所示为将转换图像的动态范围适配于恢复装置的动态范围，
图10：与装置链P3的装置P25的缺陷P5相关的格式化信息IF。
                       具体实施方式
                           装置
具体参考图10，装置P25的概念的描述将被给出。在本发明的意义中，装置P25具体可以是：
图像捕获装置，例如一次性照片装置，数码照片装置，反射装置，扫描仪，传真机器，内诊镜，可携式摄像机，监视照相机，web照相机，集成到或连接到电话、个人数字助理或计算机的照相机，热能相机，或回波描记装置，
图像恢复装置，例如屏幕，投影仪，电视机，虚拟现实目镜或打印机，
有视觉缺陷，如散光的人，
一种有望能被模仿的装置，用以产生具有例如外表类似于莱卡牌装置所产生的图像的图像，
有增加模糊的边缘效应的图像处理设备，如变焦软件，
与多个装置P25等效的虚拟装置，
更加复杂的装置P25，如扫描仪/传真机/打印机，照片打印微型实验室，视频会议装置，可被认作为装置P25或多个装置P25。
                       装置链
具体参考图10，装置链P3的概念的描述现在将被给出。装置链P3被限定为一组装置P25。装置链P3的概念中也可包含顺序的概念。
以下实例组成了装置链P3：
单个装置P25，
图像捕获装置和图像恢复装置，
例如在照片打印微型实验室中的照片装置，扫描仪或打印机，
例如在照片打印微型实验室中的数码照片装置或打印机，
例如在计算机中的扫描仪，屏幕或打印机，
屏幕或投影仪，以及人眼，
一种装置和另一种有望被模仿的装置，
照片装置和扫描仪，
图像捕获装置和图像处理软件，
图像处理软件和图像恢复装置，
以上各例的组合，
另一组装置P25。
                       缺陷
具体参考图10，现将描述缺陷P5的概念。装置P25的缺陷P5被限定为涉及光学系统和/或传感器和/或电子单元和/或集成到装置P25中的软件的特征的缺陷；缺陷P5的实例包括：失真，模糊，渐晕(vignetting)，色差，色渲染(rendering of color)，闪光均匀性，传感器噪声，粒度，散光和球差。
                      数字图像
具体参考图10，现将描述数字图像INUM的概念。数字图像INUM被限定为由装置P25捕获或修改或恢复的图像。数字图像INUM可来源于装置链P3中的一个装置P25。数字图像INUM可以送往装置链P3中的一个装置P25。更通常的情况是，数字图像INUM可以来自和/或送往装置链P3。在动画图像的情况，例如由时间序列的固定图像组成的视频图像，数字图像INUM被限定为图像序列中的一个固定图像。
                      格式化信息
具体参考图10，现将描述格式化信息IF的概念。格式化信息IF被限定为涉及装置链P3中一个或多个装置P25的缺陷P5的数据，且通过考虑装置P25的缺陷P5，能够使转换图像I-Transf被计算。可以基于测量和/或对基准的捕获或恢复，和/或模拟，使用不同的方法来产生格式化信息IF。
为产生格式化信息IF，可以使用例如在以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名称为“用于生成涉及链中至少一个装置的缺陷，尤其是模糊的格式化信息的方法和系统”。该申请描述用于产生涉及装置链中装置的格式化信息的方法。该装置链具体由至少一个图像捕获装置和/或至少一个图像恢复装置组成。该方法包括生成涉及链中至少一个装置的缺陷的格式化信息的步骤。优选地，该装置使获取或恢复图像(I)成为可能。该装置根据图像(I)，包含至少一个固定特征和/或一个可变特征。固定特征和/或可变特征可以被关联于一个或多个特征值，尤其焦距和/或调焦以及其相关特征的值。该方法包含从一个标准字段D(H)产生涉及装置的缺陷的标准的格式化信息的步骤。格式化信息可以包含标准的格式化信息。
为产生格式化信息IF，有可能使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为“用于向图像处理装置提供标准格式的格式化信息的方法和系统”。该申请描述了用于向图像处理装置，尤其是软件和/或部件，提供标准格式的格式化信息IF的方法。该格式化信息IF涉及装置链P3的缺陷。装置链P3具体包括至少一个图像捕获装置和/或一个图像恢复装置。图像处理装置使用格式化信息IF来修改源自或被送往装置链P3的至少一个图像的质量。该格式化信息IF包括表征该图像捕获装置的缺陷P5，尤其是失真特征的数据，和/或表征图像恢复装置的缺陷，尤其是失真特征的数据。
该方法包括用格式化信息IF填充所述标准格式的至少一个字段的步骤。该字段由字段名指明。该字段包含至少一个字段值。
为搜索格式化信息IF，有可能使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为“用于修改至少一个来自或被送往装置链的图像质量的方法和系统”。该申请描述用于改变至少一个来自或送往特定装置链的图像的质量的方法。该特定装置链由至少一个图像捕获装置和/或至少一个图像恢复装置组成。由独立的经济参与者逐渐引入市场的图像捕获装置和/或图像恢复装置属于未确定的一组装置。该组装置中的装置展示可以由格式化信息表征的缺陷。对于所讨论的图像，该方法包括以下步骤：
对涉及该组装置中的装置的格式化信息的源的目录进行编辑的步骤，
在用这种方法编辑的格式化信息中自动搜索涉及该特定装置链的特定的格式化信息的步骤，
在考虑用这种方法获得的特定格式化信息的同时，通过图像处理软件和/或图像处理部件自动修改该图像的步骤。
为产生格式化信息IF，有可能使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为“用于降低图像处理装置更新频率的方法和系统”。该申请描述用于降低图像处理装置更新频率的方法，特别是软件和/或部件。图像处理装置使得有可能修改来自或送往装置链的数字图像的质量。该装置链具体由至少一个图像捕获装置和/或至少一个图像恢复装置组成。该图像处理装置使用涉及装置链中至少一个装置的缺陷的格式化信息。该格式化信息依赖于至少一个变量。格式化信息使得在一部分变量和一部分标识符之间建立联系成为可能。借助于标识符，通过考虑标识符和图像，有可能确定对应于该标识符的变量的值。技术特征的组合使得有确定变量的值成为可能，特别是在仅在图像处理装置分配之后才知道该变量的物理重要性和/或内容的情况下。技术特征的组合还使得可以间隔开校正软件两次更新之间的时间。技术特征的组合还使得生产装置和/或图像处理装置的各种经济参与者可以独立于其他经济参与者来更新他们的产品，即使后者根本上改变了产品的特性或是不能强迫客户更新产品。技术特征的组合还使得新的功能可以从有限数目的经济参与者和先锋用户开始，逐渐被使用。
                      可变特征
现在将描述可变特征CC的概念。根据本发明，可变特征CC被限定为可测量因素，该因素从一个数字图像INUM到另一个通过同一个装置P25获取、修改或恢复的图像之间变动，并对装置P25获取、修改或恢复的图像的缺陷P5产生影响，特别是：
-对给定数字图像INUM来说是固定的全局变量，例如在获取或恢复该图像时装置P25的特征，其与用户的调节有关或与装置P25的自动功能有关，
-局部变量，在给定数字图像INUM中，其是可变的，例如图像中的x，y坐标或rho，theta，使得有可能按照需要应用依赖于数字图像INUM的区域相异的局部处理。
可测量因素，其从装置P25到另一个是可变的，但从一个数字图像INUM到另一个由相同装置P25获取、修改或恢复的数字图像是固定的，通常不被看作可变特征CC；例如针对具有固定焦距的装置P25的焦距。
格式化信息IF可依赖于至少一个可变特征CC。
通过可变特征CC，可以具体理解：
光学系统的焦距，
应用于图像的重新确定尺寸(数字变焦factor系数：部分图像的放大；和/或子取样：图像像素数目的减少)，
非线性强度校正，如伽马校正，
轮廓增强，如由装置P25应用的去模糊的等级，
传感器和电子单元的噪声，
光学系统的光圈，
调焦距离，
胶片上的帧数，
曝光不足或曝光过度，
胶片或传感器的灵敏度，
打印机使用的纸的类型，
图像中传感器中心的位置，
图像相对于传感器的旋转，
投影仪相对于屏幕的位置，
使用的白平衡，
闪光和/或其电源的激活，
曝光时间，
传感器增益，
压缩，
对比度，
装置P25的用户应用的另一个调节，如操作模式，
装置P25的另一个自动调节，
装置P25执行的另一个测量。
                    可变特征值
现在将描述可变特征值VCC的概念。可变特征值VCC被限定为在捕获、修改或者恢复特定图像时可变特征CC的值。
                    转换图像的计算
数字图像INUM包含一组图像元素，该图像元素被限定为在图像INUM表面规则分布的像素PX-num.1到PX-num.n。在图1中，这些像素的形状是正方形的，但是它们也可以具有任何其他形状，例如圆形或者六角形；这取决于被设计在用于图像捕获和恢复的装置中承载图像的表面的类型。此外，在图1中，示出的像素是连接的，但是实际上像素之间通常出现一定间隔。在任意点Px-num的相关亮度为vx-num。
中间图像I-Int包含一组像素，类似于图像INUM的像素，但不是一定如此，其被限定为中间像素Px-int.1到Px-int.n。每个中间像素由中间位置Px-int和中间值vx-int来表征。
转换图像I-Transf也包括一组被限定为转换像素PX-tr.1到PX-tr.n的像素。每个转换像素由转换位置Px-tr和转换值vx-tr来表征。
转换图像是通过对图像INUM实施转换而获得的经校正或者经修改的图像。这种转换，可以是光度转换，是通过在计算中结合以下内容而进行的，
-图像INUM，
-INUM中的特征噪声数据DcB，
-图像I-Int，
-考虑例如所采用的装置的缺陷和/或将要引入到该图像中的特征的格式化信息。
注意，可以使格式化信息与有限数目的转换像素相关，并且/或者可以合并取决于图像的可变特征值(诸如焦距、调焦、光圈等)。在这种情况下可以存在一个补充步骤，该附加步骤例如通过插值被执行，用这种方法以便将其简化为简单的格式化信息，例如不具有任何可变特征的装置的信息，这样具有可变焦距的装置的情况特别地简化为具有固定焦距的装置的情况。
注意，可以使格式化信息与有限数目的取决于图像的可变特征值和/或转换像素相关。在这种情况下，有可能包括一个补充步骤，该步骤是例如通过插值被执行的。例如函数x’，y’＝f(x，y，t)，其中t是可变特征(例如焦距)，格式化信息可以由有限数目的值(xi，yi，ti，f(xi，yi，ti))组成。那么除了测量点之外，有必要计算x，y，t的其他值的近似值。借助于简单插值技术或者通过根据期望的最终精度采用具有较多或较少项的可参数化模型(多项式、样条、贝塞尔函数)，该近似值可被应用。利用类似形式，t可以是一向量并且可以同时包括多个可变特征(焦距、调焦、变焦等)。
在噪声和/或模糊的情况下，如果必要格式化信息可以由向量组成，利用该向量可以表征与一个装置和/或装置链有关的噪声和/或模糊，用于该设备的这组的可变参数的组合，尤其通过借助于在专门表示基的缺陷的特征分布，特别是如傅立叶变换、小波变换等频率表示。实际上，本领域技术人员公知的是，频率表示是紧凑型域(compact domain)，其适合于表示与噪声和/或与模糊相关的物理现象。
此外，可以组合与装置链P3的多个装置P25相关的格式化信息IF以获得与显示所述多个装置P25的缺陷的虚拟装置相关的格式化信息；采用这种方式可以在一个步骤中，对于所有上述多个装置P25从图像INUM计算转换图像I-Transf；采用这种方式，所述计算较将根据本发明的方法相继应用到每个装置P25要更加快；在诸如傅立叶变换的频率表示的实例中，可以从每个装置的缺陷特性分布累积地获得所述组合，例如通过相乘。
对于格式化信息可以不仅包括在初步阶段研究且与所采用装置相关的数据，也可以包括所有被设计成Exif或其他能够在拍照时刻提供有关装置调节的细节(焦距、调焦、光圈、速度、闪光等)的格式的信息。
我们假设数字图像INUM表示，例如，捕获黑色背景上白色正方形的单色图像。图2示出图像INUM的线的亮度。由于由捕获或者恢复链所产生的噪声和/或模糊，理想的分布(楼梯的台阶)发生畸变。本发明的方法，在其他因素中，通过根据期望的最终精度计算合并近似的平均CAPP，在转换图像I-Transf上获得一个正方形，在该正方形中在每点px-tr的亮度值vx-tr被有效地校正在该近似内。
我们注意到在噪声和/或模糊的情况使用算法CAPP可以将原始图像INUM简化为完美的/或类似完美的图像。相同的算法也可以使图像INUM简化成另外的图像，虽然不同地，其可能发生畸变，用这种方法以生产与已知类型的图像噪声和/或模糊(反噪声效应等)接近地相似的图像。相同的方法也可以使图像INUM简化为一种不完美(如图2，在黑色背景上的白色正方形的感觉)但是对观察者的眼睛来说是最佳的，这样可以在必要时补偿人类眼睛的感知缺陷。
                         噪声估计
对于某些类型的装置APP，特别地对于图像捕获，可以由格式化信息推导出特征噪声数据DcB。例如，尤其是在对于可用来确定影响噪声的可变特征，如增益、ISO等的细节的装置的情况。尤其是采用多项式函数将噪声和这些特征之间的依赖输入到格式化信息中。
到特征噪声数据不能够直接或者间接地从格式化信息中推导出来的程度，有必要推导这些特征数据。因此，在本发明的意义内，我们将说明一个实践实例，利用该实例可以产生与图像INUM有关的特征噪声数据DcB。
图像INUM被再分成一系列的分析区域(ZAN)，这些分析区域不一定是连接的，但视情况可以相交。图3示出一个再分的实例。分析区域ZAN可以具有任意形状，且并不绝对必要对所述分析区域ZAN中记录的所有点进行分析。对于每个分析区域ZAN，如尺寸为3×3或者5×5像素的正方形窗口，该方法对局部亮度变化(VLL)进行测量。然后对所有分析区域ZAN的局部亮度变化的这组测量进行统计分析，以产生一个或者多个与图像INUM有关的特征噪声数据DcB。
通过在分析区域ZAN上对该组点中的最大亮度偏差进行计算，可以实现局部亮度变化VLL的测量的实例。在图4a中，VLL的值为29，其表示该区的两个像素之间的最大偏差。也可以以另外一种方法来计算该分布相对于亮度变化的标准偏差。
通过创建变化的发生的频率的直方图，可以对局部亮度变化VLL的该组测量进行统计分析。在这样的直方图中，其实例在图4b示出，横坐标表示根据噪声测量的精度的亮度偏差VLL的量化。纵坐标表示给出值VLL的分析区域ZAN的发生的总数。在此实例中，有22个分析区域ZAN，对于这些分析区域，所测量的局部亮度变化给出值50。
对于一个自然图像的该直方图的分布，如包含有不同亮度图案的随机分布模式但是在小分析区域具有同类亮度的风景图像，包括位于第一局部最大值(图4b，4c)之前的特征区域。假设自然图像包含大量尺寸(分析区域ZAN的尺寸)被减小的区域，对于该区域来说照明度是准均匀的，则该直方图(横坐标为xm，纵坐标为fm)的第一局部最大值表征图像INUM的平均噪声。对于具有非常少噪声的图像，我们将有许多测量VLL显示小的亮度偏差，并且第一模式的横坐标将接近于原点；相反地，如果图像包括很多来自于链的不同装置的噪声，则在理论上同类的区域进行的每个测量VLL将产生高的值并且将使直方图的第一模式的横坐标移离原点。
图像INUM的特征噪声数据可以由达到第一模式的直方图的该组值来组成。如图4c所示，从噪声特征提取更多综合信息的另外一种方式包括将平均噪声值BM限定为在位于原点和直方图(xm)的第一模式之间的横坐标xb，其纵坐标是fm的分数(通常为一半)。
图5所示为计算特征噪声数据DcB的可替换版本。根据用于对分析区域ZAN进行分析的一个模拟程序，本发明在局部亮度变化VLL处规定同时估计与所述分析区域ZAN中的平均亮度相关的信息(例如，该区域上亮度的代数平均)。该方法也根据对图像亮度的量化规定线性或非线性再分亮度等级的类的创建。对于8位的量化，类的最大数目为255；典型地，我们将使用在5类和10类(C1...Cn)之间的亮度细分。在本方法的一个实践实例中，对细分的选择可以是图像INUM的亮度直方图的函数。对于每个类，将对应于VLL的发生的累积频率的直方图，由此使得由亮度间隔对包括在图像INUM中噪声进行分析。
在图5中，我们说明了用于三类噪声特征的分析的分析区域ZAN的三个实例。对于区域ZAN-i，平均亮度为5.8，因此该区属于类C1，并且VLL(其等于11)的测量将因此被累加在与C1相关的直方图HC1中。对分析区域ZAN-j和ZAN-p执行类似程序，所述分析区域根据其平均亮度的测量分别属于类C2和C3。当分析了构成图像INUM的所有分析区域ZAN后，就可获得与类一样多的直方图。由前述说明类推，可以提取每个直方图，和由此每个类的噪声的一个特征值，因此构成一组INUM的特征噪声数据DcB＝[(C1，BM1)，(C2，BM2)，...，(Cn，BMn)]。
                         裁剪
在本发明的意义内我们考虑数字图像INUM，并且也考虑可应用到INUM的转换，通过这种方式以构建一个中间图像，该中间图像在某些方面具有进行期望的修改的优点，但在另一方面具有在某些区域增加图像噪声的缺点。如在下文中将看到的那样，这种转换可以是一种降低模糊、提高对比度的转换，能够用来产生图像马赛克的转换，或者可以是任何其他能够修改图像INUM和I-Int之间的噪声特征的转换。将在图6中所示的方法限定为裁剪，本发明的范围内将其理解为获取部分图像。计算转换像素Px-tr-j的亮度vx-tr需要与以下内容相关的信息：
-像素Px-num-j以及围绕该点的分析区域ZAN-j，
-像素Px-int-j，
-特征噪声数据DcB。
对在区域ZAN-j中的平均亮度和局部亮度变化VLL的分析使确定噪声所属的类Cj，和使提取噪声BM-j的数据DcB成为可能。根据一个选项，有可能计算BM-j和VLL之间的标准化比率Rj。如图6所示，如果Rj趋向1(其中局部亮度变化VLL基本上与BM-j在相同的等级，因此所测量的是噪声)，则获得用于INUM中大部分的转换像素Px-tr-j的亮度vx-tr。这样可以将转换像素的亮度值表达为像素亮度vx-num、像素亮度vx-int以及特征噪声数据的函数。一个特别的情况可以是以下规则：
vx-tr＝(Rj)vx-num+(1-Rj)vx-int
其中，vx-num和vx-int分别表示Px-num-j和Px-int-j的亮度。在相反的情况下(局部亮度变化VLL与BM-j相比较是大的，因此对应于该信号)，则比率Rj趋向0，并且获取转换像素Px-tr-j的亮度vx-tr用于中间图像I-Int的大部分。
更一般地，可以将转换像素的亮度值表达为像素vx-num以及其邻像素的亮度、像素vx-int及其邻像素的亮度，以及最后为特征噪声数据的函数。
因此可以例如通过根据在INUM中所测量的噪声而对中间图像应用或多或少的密集过滤操作，从中间图像推导出转换图像。
此方法的优点在于，它在中间图像中仅获取与点的排除相关的信息，对于所述点，在对由数据DeB表征的噪声的全局统计研究的意义内，在原始图像INUM中分析的噪声太大。
应理解，对于图像INUM和I-Int之间的通道，在裁剪操作期间，有可能应用任何关系，尤其是线性或非线性转换。
在图3中，根据本发明的系统包括设备SZ，用于选择分析区域。在图6中，其包括计算设备MC1，用于从图像INUM的像素Pi计算中间像素。此外，计算设备dcb使得计算特征噪声数据DcB并提供一个系数Rj成为可能。通过计算设备MC2，可以从数字的和相应的中间像素的值以及从系数Rj计算转换像素的值，或者换言之，计算其亮度。
                    校正模糊
我们在此说明更特别设计以用于计算转换图像的方法的实例，所述转换图像针对所有或部分模糊进行校正。此方法的说明基于在图7a中所示的系统的实践实例。将数字图像INUM再分成待被校正的图像区ZIC。这组区域覆盖全部图像INUM，且根据具体情况，如果必要，这些区域可以重叠以降低某种扰动效应，该效应以边缘效应的名义为本领域的技术人员所熟知。建立针对模糊缺陷而被校正的转换图像区域ZIC*利用这样的过程，该过程需要以下参数作为自变量，当然并不限于以下参数：
-在拍照时刻，有关用于图像捕获和/或恢复的装置或者装置链的可变参数的值的知识，
-在属于区域ZIC的每点Px-num的亮度，
-INUM的特征噪声数据DcB，
-与装置和/或装置链的模糊的建模有关的格式化信息，必要时可预先借助于可参数化模型建模。
对于给定自变量(焦距、调焦、变焦、光圈等，DcB、区域ZIC)的配置，可以通过格式化信息的可参数化模型以访问与图像表示RI和参考表示RR相关的特征模糊分布。通过利用例如傅立叶变换，小波变换等，这些分布被以特殊的基来表达，特别是频率基B。
基B可以是隐含的或者是建立在该格式化信息内。在本发明的意义内，本领域的技术人员发现可以用维数等于像素数目的向量空间来表示数字图像(诸如INUM)。此基B，以该术语的数字意义，非排它性地被理解成向量空间和/或其向量子空间的基。
在下文中，将频率被限定为与该基的每个元素相关的标识符。本领域的技术人员理解傅立叶变换和/或小波随着图像空间的基的变化而变换。在装置APP的情况下，对于该装置模糊缺陷明显地只影响图像的向量空间的子空间，将有必要只对属于此子空间的图像INUM的那些部件进行校正。因此优选地选择基B作为用于此子空间的表示的基。
在本发明的意义内，另外一种应用该方法的方式是对于图像的表示选择一个基，该基在例如计算时间的意义内是最佳的。可以选择小维数的基，此基的每个元素具有立体地位于图像INUM中的少量像素的支持(例如，局部变化的拉普拉斯算子的样条或组，拉普拉斯算子的拉普拉斯算子，以及高阶导数等)。
对在区域ZIC上的局部亮度变化的测量使得有可能借助于INUM的特征噪声计算系数Rj(设备dcb2)。将此系数与表示RI和RR(设备pr)相耦合以生成一个与区域ZIC相关的基于频率的增强分布PR。此分布指示在与亮度信息相关的每个频率处待施加的增益，所述亮度信息包含在待被校正的区域ZIC中，以便抑制所有或者部分模糊。
图7a显示足以在基B中表达区域ZIC，所述基准尤其是适当的频率基B(ZIC)，以对所有或部分频率B(ZIC*)＝B(ZIC)*PR应用增强功能，并且然后通过逆变换寻找转换图像区域。该组转换图像区域随后被组合，采用这种方式以获得去模糊的转换图像(I-Transf ID)。通过此组合可以例如在ZIC重叠的情况下应用解决方案，尤其是限制边缘效应。
从模糊的观点来看，如上所述的创建图像(I-Transf ID)的优点在于可对图像INUM施加必要的修改，但是其缺点在于增加某些区域的噪声(尤其是相对均匀的区域)。
本发明方法的第二种应用基于图7b所示的系统的实践实例。其有可能构建一个具有受控噪声级的去模糊的图像(I-Trans IDBC)。借助于设备dcb1和裁剪设备，创建转换图像(I-Transf IDBC)利用了与以上图6中所述过程类似的裁剪程序。在当前情况中，如图6所限定的中间图像正是去模糊的图像(I-Trans ID)。
图8更加精确地描述了用于特定区域ZIC的增强轮廓PR的产生。从格式化数据中提取出的并且与待进行校正的图像区域ZIC相关的图像表示RI以及参考表示RR有模糊的特征，所述模糊是由针对可变参数的给定配置的捕获和/或恢复系统在拍照时刻引入的(焦距长度10mm，聚焦在无限远处，光圈f/2等)。这些表示RR和RI表达以下概念：
-RI是由该设备产生并包含模糊的参考场景的区域ZIC的频率分布，
-RR是假设在该装置不产生模糊的情况下所产生的相同区域ZIC的最佳频率分布。
我们看到，两个分布之间的比率可以指示对于每个待被应用于RI的以寻找RR的频率的增益。另一方面，已证明，当待进行校正的区ZIC包括高的噪声级时，直接在RI和RR之间应用计算出的增益会产生不期望的情况，尤其是在高频率的情况下。这些现象是本领域技术人员所公知的限定为“振铃(ringing)”的亮度振荡效应。根据本发明，该方法将估算RR和RI之间的一个分布，其位置根据分析区域ZIC的噪声被参数化。
图8a和8b示出分布PR的两个实例，该分布可以根据本发明而产生。分布RI和RR之间的偏差显示由设备固有的模糊所引入的频率损。
图8a处理在区ZIC中存在的高噪声级的情况；建议在RI和RR之间选择一个分布RH，使得其效应在高频率处(RH边缘将与RI重合)较小，在这种情况中所述高频率承载与图像中噪声相关的信息。
相反，图8b处理在区ZIC中具有很低噪声级的情况；因此分布RI的高频率表示信号而不再表示噪声。因此建议在RI和RR之间选择分布RH，使得RH和RI之间的增益即使在高频率处仍然保持为大，以增强对区ZIC中的细节的感知。
在任何情况中，都不允许RH超过RR，RR是该装置的理想分布，但是不对应于由真实装置所构建的图像。根据上述说明，可以选择多重函数，其参数化RI以及RR之间的分布RH的曲线。在图8a、8b中，被选择用于表示RR和RI的表示基是傅立叶基。横轴表示信号频率，而纵轴表示傅立叶变换的模数算法。一种特别用于计算分布RH的表示的方法是在低频率处保持与分布RR正切，然后(图8a、8b)沿直线向上到表征高频率的极值点。
对基于频率的增强轮廓PR的构建是通过对所有频率计算RH/RI比而立即进行的。
                 校正多色噪声和/或模糊
本发明的方法适用于彩色图像的处理。从图像处理软件的角度看，认为彩色图像包含与图像中的基本色彩同样多的图像(或者色平面)。因此认为图像IMrgb是由三个色平面Im-red、Im-green、Im-blue组成的。类似地，也可以认为图像I Mcyk是由四个色平面组成的：Im-cyan、Im-magenta、Im-yellow、Im-black。在上述方法中，每种色平面都被独立处理，以这种方法以得到n个转换图像，这将对转换的最终图像的不同色平面进行重新组合。
               来自恢复装置的动态范围上游的减小
本发明的方法适用于对转换数字图像I-Transf的计算，所述图像被设计通过已知动态范围的恢复装置(图9a)而被显示，以创建图像I-REST。此恢复装置，例如投影仪，本质上在恢复时刻会引入模糊，且这可以体现在图9b，例如，通过减弱楼梯台阶形式的过渡分布。为获得更良好的恢复，建议(图9c)修改转换图像上游的动态范围，以这种方法以便被投影的图像将具有一个更接近理想分布的分布。由于对转换图像的量化(通常为8位)，对动态范围的这种修改不总是可行的。为减轻该困难，该方法可减少转换图像的动态范围(使该图像的对比度变小，并因此少能量)。可以对其施加必要的转换以将恢复装置的模糊考虑在内，同时保持在图像(图9c)的允许的动态范围内，且在采用灯泡型投影装置的情况下，以补偿在其恢复装置水平自身的能量下降，通过增加，例如灯泡的能量(图9d)，该恢复装置不再具有量化问题。通过技术装置的组合可以得到如下结果：恢复装置能够以较小的模糊细节恢复图像，尤其是特征。
                    应用本发明以降低成本
成本降低被限定为用于降低装置P25或装置链P3的成本，尤其是装置或者装置链的光学系统的成本的方法和系统，该方法包括：
-减少透镜的数目，以及/或者
-简化透镜的形状，以及/或者
-设计具有缺陷P5的光学系统，该缺陷大于对装置或者装置链所期望的缺陷，或者从目录中选择相同的光学系统，以及/或者
-采用针对装置或者装置链的成本低的并且增加缺陷P5的材料，部件，处理操作或者制造方法。
依照本发明的方法和系统可用于降低装置链或者装置的成本：可以设计一个数字光学系统，产生与装置链或者装置的缺陷P5相关的格式化信息IF，利用此格式化信息使图像处理装置能够对源自或用于该装置或者装置链的图像质量进行修改，无论这些装置是否集成，采用这种方式，具有图像处理装置的装置或者装置链的组合能以降低的成本捕获、修改或者恢复期望质量的图像。

Claims (27)

1.一种用于从装置链的数字图像获得转换图像的方法；所述装置链包括图像捕获装置和图像恢复装置中的至少一个；
所述方法包括：
从与所述装置链的缺陷相关的格式化信息和从所述数字图像自动确定特征数据的步骤；所述特征数据在以下被称为特征噪声数据；
所述格式化信息依赖于可变特征的值，所述可变特征依赖于所述数字图像，所述方法还包括：
确定用于所述数字图像的所述可变特征的一个或者多个值的步骤；并且
所述方法还包括：
从所述格式化信息和所述特征噪声数据计算所述转换图像的步骤；
采用这种方式，所述转换图像对于其随后的使用，不显示任何可见的或者扰人的缺陷。
2.根据权利要求1所述的方法；所述方法还包括以下用于确定所述特征噪声数据的步骤：
-根据装置链中所包括的图像捕获装置和图像恢复装置中的至少一个和格式化信息在所述数字图像上选择分析区的步骤，
-计算所述分析区上的局部亮度变化的步骤，
-根据在该组所述分析区上所述局部亮度变化的发生的统计计算，推导所述特征噪声数据的步骤。
3.根据权利要求2所述的方法；所述方法还包括以下用于推导所述特征噪声数据的步骤：
-构建所述局部亮度变化的发生的直方图的步骤，
-在所述直方图上，选择位于第一局部最大值之前，包括此第一局部最大值的部分的至少一部分的步骤；
以此方式，则可获得与噪声相关的局部亮度变化。
4.根据权利要求2所述的方法；所述方法还包括，为在所述数字图像上选择分析区，根据其平均亮度对所述分析区进行分类的步骤，以此方式以便获得类；
所述方法还包括：
-推导出用于属于相同类的分析区的特征噪声数据的步骤，
-对每一类重复上述推导步骤的步骤；
以此方式，则可获得基于亮度的特征噪声数据。
5.根据权利要求1所述的方法；所述格式化信息包括所述特征噪声数据。
6.根据权利要求1所述的方法；所述方法还包括利用用于构建中间数字图像的转换算法的步骤；
其中所述算法对所述数字图像进行期望的修改。
7.根据权利要求6所述的方法；为从自所述数字图像获得的所述中间数字图像计算转换图像，所述方法还包括利用函数的步骤，该函数的目的在于对数字图像的亮度进行修改，并且该函数具有至少以下各项作为自变量：
-中间数字图像的点的亮度，
-在数字图像的对应点周围的区域的亮度，
-特征噪声数据；
以此方式，则可获得显示期望的特征和受控的噪声级的转换图像。
8.根据权利要求7所述的方法；所述中间数字图像是由所述数字图像组成的。
9.根据权利要求1所述的方法；所述方法被更具体地设计为对所有或者部分模糊而校正的转换图像；所述方法还包括以下步骤：
-在所述数字图像内，选择待被校正的图像区域的步骤，
-对每个利用此方法选择的待被校正的图像区域，基于所述格式化信息和所述特征噪声数据，构建增强轮廓的步骤，
-根据所述增强轮廓，对采用此方法选择的待被校正的每个图像区域进行校正的步骤，以此方法以获得转换图像区域，
-对所述转换图像区域进行组合，以获得所述数字图像的所述转换图像的步骤，
以此方式，则可获得去模糊的转换图像。
10.根据权利要求9所述的方法；对于每个待被校正的图像区域，所述格式化信息使能够以与待进行校正的图像区域相关的基来确定图像表示以及参考表示；为从格式化信息和噪声构建增强轮廓，所述方法还包括以下步骤：
-在视情况考虑噪声的情况下，根据所述图像表示和所述参考表示确定一轮廓的步骤，
-确定一参数化的操作符的步骤，利用该操作符使能够由所述图像表示达到所述轮廓，
采用这种方式，所述参数化操作符的参数值组构成了所述增强轮廓。
11.根据权利要求10所述的方法；该方法还包括以下用于根据所述增强轮廓而对每个将进行校正的图像区域进行校正的步骤：
一以所述基至少部分地表示即将进行校正的所述图像区域的步骤，
-将所述参数化操作符应用于在先步骤结束时获得的所述表示的步骤，采用这种方式以获得即将进行校正的所述图像区域的经校正的表示，
-利用所述待校正的图像区域的所述校正后的表示来替换所述待校正的图像区域的表示，以此方法以获得转换图像区域的步骤。
12.根据权利要求9所述的方法；所述方法还包括由所述转换图像计算具有受控噪声级的图像的步骤，该步骤是通过采用函数而实现，该函数的目的在于修改数字图像的亮度，并且该函数具有至少以下项作为自变量：
-该转换数字图像的点的亮度，
-该数字图像的对应点周围的区域的亮度，
-特征噪声数据；
以此方式，则可得到具有受控噪声级的去模糊的图像。
13.根据权利要求1所述的方法；所述方法被更具体地设计用于由数字图像和由与包括至少一个图像恢复装置的装置链的缺陷相关的格式化信息来计算一转换图像；所述恢复装置具有动态范围；所述转换图像具有动态范围；所述方法还包括使所述转换图像的所述动态范围适应所述恢复装置的所述动态范围的步骤。
14.一种在由色平面组成的数字图像情况下的应用的方法；所述应用包括将根据权利要求1到13中任一项所述的方法应用于每个色平面。
15.一种用于从装置链的数字图像获得转换图像的系统；所述装置链包括图像捕获装置和图像恢复装置中的至少一个；
所述装置链包括至少一个装置；所述系统包括用于从与所述装置链的缺陷相关的格式化信息和从所述数字图像自动确定特征数据的数据处理装置；以下将所述特征数据称为特征噪声数据；
所述格式化信息依赖于可变特征的值，所述可变特征依赖于所述数字图像，所述系统包括确定用于所述数字图像的所述可变特征的一个或者多个值的计算装置；并且
所述系统包括计算机处理装置，用于从所述格式化信息和从所述特征噪声数据计算所述转换图像；
采用这种方式，所述转换图像在其随后的使用中不显示任何可见的或者扰人的缺陷。
16.根据权利要求15所述的系统；所述用于确定所述特征噪声数据的数据处理装置包括：
-选择装置，用于根据装置链中所包括的图像捕获装置和图像恢复装置中的至少一个和格式化信息，在所述数字图像上选择分析区域，
-计算装置，用于计算所述分析区域上的局部亮度变化，
-推断装置，用于根据该组所述分析区域上所述局部亮度变化的发生的统计计算而推导所述特征噪声数据。
17.根据权利要求16所述的系统；所述推断装置还包括：
-用于构建所述局部亮度变化的发生的直方图的装置，
-选择装置，用于在所述直方图上选择位于第一局部最大值之前，包括此第一局部最大值的部分的至少一部分。
18.根据权利要求16所述的系统；所述系统还包括，为在所述数字图像上选择分析区域，用于根据其平均亮度而对所述分析区域进行分类的分类装置，采用这个方法以获得类；
所述系统还包括数据处理装置，用于：
-推导用于属于相同类的分析区域的特征噪声数据，
-对每个类重复先前推导步骤。
19.如权利要求15所述的系统；所述格式化信息包括所述特征噪声数据。
20.如权利要求15所述的系统；所述系统还包括数据处理装置，该数据处理装置采用转换算法来构建中间数字图像；
其中所述算法对所述数字图像进行期望的修改。
21.如权利要求20所述的系统；为从由所述数字图像得到的所述中间数字图像计算一转换图像，所述系统包括采用一函数的计算装置，该函数的目的在于对数字图像的亮度进行修改，并且该函数具有至少如下项作为自变量：
-中间数字图像的点的亮度，
-在数字图像的对应点周围的区域的亮度，
-特征噪声数据。
22.根据权利要求21所述的系统；所述中间数字图像是由数字图像组成的。
23.根据权利要求15所述的系统；所述系统被更具体地设计为对所有或者部分模糊而校正的转换图像；所述系统还包括：
-选择装置，用于在所述数字图像内选择将要校正的图像区域，
-计算装置，用于基于所述格式化信息和所述特征噪声数据，对每个采用这种方式选择的将要校正的图像区域，构建增强轮廓，
-数据处理装置，用于：
-根据所述增强轮廓对采用此方式选择的要进行校正的每个图像区域进行校正，以得到转换图像区域，且用于
-组合所述转换图像区域，以得到所述数字图像的所述转换图像。
24.根据权利要求23所述的系统；对每个将要进行校正的图像区域，所述格式化信息使能够以与待进行校正的图像区域相关的基来确定图像表示以及参考表示；
所述系统使得用于由格式化信息和噪声构建增强轮廓的所述计算装置还包括用于进行以下确定的装置：
-在视情况考虑到噪声的情况下，自所述图像表示和所述参考表示确定一轮廓，
-确定一参数化的操作符，利用该操作符使能够由所述图像表示达到所述轮廓。
25.根据权利要求24所述的系统；所述用于根据所述增强轮廓而对每个将进行校正的图像区域进行校正的数据处理装置包括计算装置，用于：
-以所述基至少部分地表示即将进行校正的所述图像区域，
-将所述参数化的操作符应用于待校正图像区域的所述表示，采用这种方式以得到即将进行校正的图像区域的经校正的表示，
一由所述待校正的图像区域的所述经校正的表示来替换所述待校正的图像区域的表示，采用这种方式得到转换图像区域。
26.根据权利要求23所述的系统；所述系统还包括计算装置，该计算装置通过采用一函数根据所述转换图像来计算具有受控噪声级的图像，所述函数的目的在于修改数字图像的亮度，并且该函数具有至少以下项作为自变量：
-该转换数字图像的点的亮度，
-该数字图像的对应点周围的区域的亮度，
-特征噪声数据。
27.根据权利要求15所述的系统；所述系统被更具体地设计为用于从数字图像和从与包括至少一个图像恢复装置的装置链的缺陷相关的格式化信息计算转换图像；所述恢复装置具有动态范围；所述转换图像具有动态范围；所述系统还包括数据处理装置，用于使所述转换图像的所述动态范围适应所述恢复装置的所述动态范围。
CNB028139577A 2001-07-12 2002-06-05 在考虑其噪声的情况下改变数字图像的方法和系统 Expired - Fee Related CN1305010C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR0109291A FR2827459B1 (fr) 2001-07-12 2001-07-12 Procede et systeme pour fournir a des logiciels de traitement d'image des informations formatees liees aux caracteristiques des appareils de capture d'image et/ou des moyens de restitution d'image
FR0109292A FR2827460B1 (fr) 2001-07-12 2001-07-12 Procede et systeme pour fournir, selon un format standard, a des logiciels de traitement d'images des informations liees aux caracteristiques des appareils de capture d'image et/ou des moyens de resti
FR01/09291 2001-07-12
FR01/09292 2001-07-12

Publications (2)

Publication Number Publication Date
CN1554074A CN1554074A (zh) 2004-12-08
CN1305010C true CN1305010C (zh) 2007-03-14

Family

ID=26213095

Family Applications (6)

Application Number Title Priority Date Filing Date
CNB028139577A Expired - Fee Related CN1305010C (zh) 2001-07-12 2002-06-05 在考虑其噪声的情况下改变数字图像的方法和系统
CNB028139526A Expired - Fee Related CN1316426C (zh) 2001-07-12 2002-06-05 降低图像处理装置的更新频率的方法和系统
CNB028139518A Expired - Fee Related CN1305006C (zh) 2001-07-12 2002-06-05 向图象处理装置提供格式化信息的方法和系统
CNB028139569A Expired - Fee Related CN1316427C (zh) 2001-07-12 2002-06-05 产生与装置链的装置的缺陷相关的格式化信息的方法和系统
CNB028139534A Expired - Fee Related CN100361153C (zh) 2001-07-12 2002-06-05 用于产生与装置的缺陷相关的信息的方法和系统
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统

Family Applications After (5)

Application Number Title Priority Date Filing Date
CNB028139526A Expired - Fee Related CN1316426C (zh) 2001-07-12 2002-06-05 降低图像处理装置的更新频率的方法和系统
CNB028139518A Expired - Fee Related CN1305006C (zh) 2001-07-12 2002-06-05 向图象处理装置提供格式化信息的方法和系统
CNB028139569A Expired - Fee Related CN1316427C (zh) 2001-07-12 2002-06-05 产生与装置链的装置的缺陷相关的格式化信息的方法和系统
CNB028139534A Expired - Fee Related CN100361153C (zh) 2001-07-12 2002-06-05 用于产生与装置的缺陷相关的信息的方法和系统
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统

Country Status (11)

Country Link
US (10) US7346221B2 (zh)
EP (7) EP1442425B1 (zh)
JP (6) JP4452497B2 (zh)
KR (4) KR100957878B1 (zh)
CN (6) CN1305010C (zh)
AT (4) ATE497224T1 (zh)
AU (3) AU2002317900A1 (zh)
CA (1) CA2453423C (zh)
DE (4) DE60207417T2 (zh)
ES (2) ES2253542T3 (zh)
WO (6) WO2003007240A1 (zh)

Families Citing this family (211)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6950211B2 (en) * 2001-07-05 2005-09-27 Corel Corporation Fine moire correction in images
JP4452497B2 (ja) * 2001-07-12 2010-04-21 ディーエックスオー ラブズ ノイズを考慮してデジタルイメージを修正する方法およびシステム
EP1394742B1 (en) * 2002-08-23 2007-12-12 STMicroelectronics S.r.l. Method for filtering the noise of a digital image sequence
ATE549855T1 (de) * 2003-01-16 2012-03-15 Digitaloptics Corp Internat Verfahren zur herstellung eines optischen systems,welches einen prozessor zur elektronischen bildverbesserung beinhaltet
US7773316B2 (en) * 2003-01-16 2010-08-10 Tessera International, Inc. Optics for an extended depth of field
US8294999B2 (en) 2003-01-16 2012-10-23 DigitalOptics Corporation International Optics for an extended depth of field
US7609425B2 (en) * 2003-01-31 2009-10-27 Canon Kabushiki Kaisha Image data processing apparatus, method, storage medium and program
US8471852B1 (en) 2003-05-30 2013-06-25 Nvidia Corporation Method and system for tessellation of subdivision surfaces
JP4096828B2 (ja) * 2003-07-15 2008-06-04 セイコーエプソン株式会社 画像処理装置
US7369699B1 (en) 2003-08-29 2008-05-06 Apple Inc. Methods and apparatuses for restoring color and enhancing electronic images
GB2406992A (en) * 2003-10-09 2005-04-13 Ta Vision Lab Ltd Deconvolution of a digital image using metadata
US7944467B2 (en) * 2003-12-01 2011-05-17 Omnivision Technologies, Inc. Task-based imaging systems
EP1692558A2 (en) * 2003-12-01 2006-08-23 CDM Optics, Inc. System and method for optimizing optical and digital system designs
US7463296B2 (en) 2004-04-01 2008-12-09 Microsoft Corporation Digital cameras with luminance correction
US7317843B2 (en) * 2004-04-01 2008-01-08 Microsoft Corporation Luminance correction
US8285041B2 (en) * 2004-09-14 2012-10-09 Olympus Corporation Image processing apparatus, image recording apparatus, and image processing method
US7461331B2 (en) * 2004-12-21 2008-12-02 Fotomedia Technologies, Llc Automated construction of print order for images capture during a session
EP1679907A1 (en) * 2005-01-05 2006-07-12 Dialog Semiconductor GmbH Hexagonal color pixel structure with white pixels
FR2881011B1 (fr) 2005-01-19 2007-06-29 Dxo Labs Sa Procede de realisation d'un appareil de capture et/ou restitution d'images et appareil obtenu par ce procede
US7683950B2 (en) * 2005-04-26 2010-03-23 Eastman Kodak Company Method and apparatus for correcting a channel dependent color aberration in a digital image
US20060274209A1 (en) * 2005-06-03 2006-12-07 Coretronic Corporation Method and a control device using the same for controlling a display device
US20070263865A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Authorization rights for substitute media content
US20100154065A1 (en) * 2005-07-01 2010-06-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for user-activated content alteration
US9230601B2 (en) 2005-07-01 2016-01-05 Invention Science Fund I, Llc Media markup system for content alteration in derivative works
US20070266049A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corportion Of The State Of Delaware Implementation of media content alteration
US20080013859A1 (en) * 2005-07-01 2008-01-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
US20090037243A1 (en) * 2005-07-01 2009-02-05 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Audio substitution options in media works
US8203609B2 (en) * 2007-01-31 2012-06-19 The Invention Science Fund I, Llc Anonymization pursuant to a broadcasted policy
US20080086380A1 (en) * 2005-07-01 2008-04-10 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Alteration of promotional content in media works
US20080028422A1 (en) * 2005-07-01 2008-01-31 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
US20090235364A1 (en) * 2005-07-01 2009-09-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for promotional content alteration
US20090300480A1 (en) * 2005-07-01 2009-12-03 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media segment alteration with embedded markup identifier
US20070005651A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Restoring modified assets
US20080052104A1 (en) * 2005-07-01 2008-02-28 Searete Llc Group content substitution in media works
US20070005423A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Providing promotional content
US9583141B2 (en) * 2005-07-01 2017-02-28 Invention Science Fund I, Llc Implementing audio substitution options in media works
US9092928B2 (en) * 2005-07-01 2015-07-28 The Invention Science Fund I, Llc Implementing group content substitution in media works
US20090210946A1 (en) * 2005-07-01 2009-08-20 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for promotional audio content
US20070276757A1 (en) * 2005-07-01 2007-11-29 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Approval technique for media content alteration
US20090204475A1 (en) * 2005-07-01 2009-08-13 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for promotional visual content
US8126938B2 (en) * 2005-07-01 2012-02-28 The Invention Science Fund I, Llc Group content substitution in media works
US20090151004A1 (en) * 2005-07-01 2009-06-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for visual content alteration
US20080052161A1 (en) * 2005-07-01 2008-02-28 Searete Llc Alteration of promotional content in media works
US20070294720A1 (en) * 2005-07-01 2007-12-20 Searete Llc Promotional placement in media works
US8126190B2 (en) * 2007-01-31 2012-02-28 The Invention Science Fund I, Llc Targeted obstrufication of an image
US20090150199A1 (en) * 2005-07-01 2009-06-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Visual substitution options in media works
US9065979B2 (en) * 2005-07-01 2015-06-23 The Invention Science Fund I, Llc Promotional placement in media works
US20090150444A1 (en) * 2005-07-01 2009-06-11 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Media markup for audio content alteration
CN102147853B (zh) * 2005-09-19 2013-01-09 全视技术有限公司 用于生成场景的输出图像的方法
JP2007096405A (ja) * 2005-09-27 2007-04-12 Fujifilm Corp ぶれ方向判定方法および装置ならびにプログラム
US8571346B2 (en) 2005-10-26 2013-10-29 Nvidia Corporation Methods and devices for defective pixel detection
US7750956B2 (en) * 2005-11-09 2010-07-06 Nvidia Corporation Using a graphics processing unit to correct video and audio data
US8588542B1 (en) 2005-12-13 2013-11-19 Nvidia Corporation Configurable and compact pixel processing apparatus
FR2895103B1 (fr) * 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques
FR2895102B1 (fr) * 2005-12-19 2012-12-07 Dxo Labs Procede pour traiter un objet dans une plateforme a processeur(s) et memoire(s) et plateforme utilisant le procede
FR2895104A1 (fr) * 2005-12-19 2007-06-22 Dxo Labs Sa Procede pour fournir des donnees a un moyen de traitement numerique
US8295562B2 (en) * 2006-01-13 2012-10-23 Carl Zeiss Microimaging Ais, Inc. Medical image modification to simulate characteristics
US20070165961A1 (en) * 2006-01-13 2007-07-19 Juwei Lu Method And Apparatus For Reducing Motion Blur In An Image
US8737832B1 (en) 2006-02-10 2014-05-27 Nvidia Corporation Flicker band automated detection system and method
US8368749B2 (en) * 2006-03-27 2013-02-05 Ge Inspection Technologies Lp Article inspection apparatus
US20070239417A1 (en) * 2006-03-31 2007-10-11 D-Blur Technologies Ltd. Camera performance simulation
US20070269123A1 (en) * 2006-05-16 2007-11-22 Randall Don Briggs Method and apparatus for performing image enhancement in an image processing pipeline
JP4974586B2 (ja) * 2006-05-24 2012-07-11 オリンパス株式会社 顕微鏡用撮像装置
US7612805B2 (en) 2006-07-11 2009-11-03 Neal Solomon Digital imaging system and methods for selective image filtration
JP4839148B2 (ja) * 2006-07-12 2011-12-21 株式会社リコー ネットワーク装置，端末装置，プログラムおよび記録媒体
US8594441B1 (en) 2006-09-12 2013-11-26 Nvidia Corporation Compressing image-based data using luminance
DE102006057190A1 (de) * 2006-12-05 2008-06-12 Carl Zeiss Meditec Ag Verfahren zur Erzeugung hochqualitativer Aufnahmen der vorderen und/oder hinteren Augenabschnitte
US20080180539A1 (en) * 2007-01-31 2008-07-31 Searete Llc, A Limited Liability Corporation Image anonymization
US8723969B2 (en) 2007-03-20 2014-05-13 Nvidia Corporation Compensating for undesirable camera shakes during video capture
US20080244755A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Authorization for media content alteration
US20080270161A1 (en) * 2007-04-26 2008-10-30 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Authorization rights for substitute media content
US9215512B2 (en) 2007-04-27 2015-12-15 Invention Science Fund I, Llc Implementation of media content alteration
US7936915B2 (en) * 2007-05-29 2011-05-03 Microsoft Corporation Focal length estimation for panoramic stitching
US8634103B2 (en) * 2007-06-12 2014-01-21 Qualcomm Incorporated Print image matching parameter extraction and rendering on display devices
US8724895B2 (en) 2007-07-23 2014-05-13 Nvidia Corporation Techniques for reducing color artifacts in digital images
US8570634B2 (en) 2007-10-11 2013-10-29 Nvidia Corporation Image processing of an incoming light field using a spatial light modulator
US8780128B2 (en) 2007-12-17 2014-07-15 Nvidia Corporation Contiguously packed data
US9177368B2 (en) 2007-12-17 2015-11-03 Nvidia Corporation Image distortion correction
US8698908B2 (en) 2008-02-11 2014-04-15 Nvidia Corporation Efficient method for reducing noise and blur in a composite still image from a rolling shutter camera
US9379156B2 (en) * 2008-04-10 2016-06-28 Nvidia Corporation Per-channel image intensity correction
US8280194B2 (en) * 2008-04-29 2012-10-02 Sony Corporation Reduced hardware implementation for a two-picture depth map algorithm
US8194995B2 (en) * 2008-09-30 2012-06-05 Sony Corporation Fast camera auto-focus
US8553093B2 (en) 2008-09-30 2013-10-08 Sony Corporation Method and apparatus for super-resolution imaging using digital imaging devices
US8373718B2 (en) 2008-12-10 2013-02-12 Nvidia Corporation Method and system for color enhancement with color volume adjustment and variable shift along luminance axis
US8290260B2 (en) * 2008-12-15 2012-10-16 Xerox Corporation Method and system for creating integrated remote custom rendering profile
US20100198876A1 (en) 2009-02-02 2010-08-05 Honeywell International, Inc. Apparatus and method of embedding meta-data in a captured image
DE102009002393A1 (de) * 2009-04-15 2010-11-04 Arnold & Richter Cine Technik Gmbh & Co. Betriebs Kg Verfahren und Vorrichtung zur Bearbeitung von Aufnahmebildern einer digitalen Videokamera
US8749662B2 (en) 2009-04-16 2014-06-10 Nvidia Corporation System and method for lens shading image correction
CN101551661B (zh) * 2009-05-12 2013-04-24 广东工业大学 一种面向多机器人系统的控制方法
US9519814B2 (en) 2009-06-12 2016-12-13 Hand Held Products, Inc. Portable data terminal
FR2948521B1 (fr) 2009-07-21 2012-01-27 Dxo Labs Procede d'estimation d'un defaut d'un systeme de capture d'images et systemes associes
US8698918B2 (en) 2009-10-27 2014-04-15 Nvidia Corporation Automatic white balancing for photography
KR20110065997A (ko) * 2009-12-10 2011-06-16 삼성전자주식회사 영상처리장치 및 영상처리방법
KR101451136B1 (ko) * 2010-03-19 2014-10-16 삼성테크윈 주식회사 비네팅 보정 방법 및 장치
US8335390B2 (en) * 2010-03-22 2012-12-18 Sony Corporation Blur function modeling for depth of field rendering
WO2011143223A2 (en) 2010-05-10 2011-11-17 Board Of Regents, The University Of Texas System Determining quality of an image or a video using a distortion classifier
CN102338972A (zh) * 2010-07-21 2012-02-01 华晶科技股份有限公司 多人脸区块辅助对焦的方法
US20120019709A1 (en) * 2010-07-21 2012-01-26 Altek Corporation Assisting focusing method using multiple face blocks
CH704005A2 (de) 2010-10-24 2012-04-30 Airlight Energy Ip Sa Sonnenkollektor mit einer ersten Konzentratoranordnung und gegenüber dieser verschwenkbaren zweiten Konzentratoranordnung.
EP2447889A1 (en) * 2010-10-29 2012-05-02 Siemens Aktiengesellschaft Method for modeling a defect management in a manufacturing process and for handling the defect during the production process based on said modeled defect management
CN102625043B (zh) 2011-01-25 2014-12-10 佳能株式会社 图像处理设备、成像设备和图像处理方法
US8842931B2 (en) * 2011-02-18 2014-09-23 Nvidia Corporation System, method, and computer program product for reducing noise in an image using depth-based sweeping over image samples
JP5367749B2 (ja) * 2011-03-25 2013-12-11 株式会社東芝 サーバ装置、通信方法およびプログラム
US10331658B2 (en) * 2011-06-03 2019-06-25 Gdial Inc. Systems and methods for atomizing and individuating data as data quanta
US8712181B2 (en) * 2011-06-14 2014-04-29 Apteryx, Inc. Real-time application of filters based on image attributes
EP2552099B1 (en) 2011-07-27 2013-08-28 Axis AB Method and camera for providing an estimation of a mean signal to noise ratio value for an image
JP5362143B1 (ja) * 2011-11-16 2013-12-11 オリンパスメディカルシステムズ株式会社 内視鏡用映像信号処理装置
JP2013123812A (ja) * 2011-12-13 2013-06-24 Canon Inc 検査装置、検査方法、コンピュータプログラム
US8983186B2 (en) * 2012-06-10 2015-03-17 Apple Inc. Method and system for auto-enhancing photographs with shadow lift adjustments
JP5656926B2 (ja) 2012-06-22 2015-01-21 キヤノン株式会社 画像処理方法、画像処理装置および撮像装置
US8976271B2 (en) 2012-07-19 2015-03-10 Canon Kabushiki Kaisha Optical system and image pickup apparatus
CA2878514A1 (en) 2012-07-26 2014-01-30 Olive Medical Corporation Ycbcr pulsed illumination scheme in a light deficient environment
MX2018006791A (es) 2012-07-26 2022-01-20 Depuy Synthes Products Inc Video continuo en un entorno deficiente de luz.
WO2014018949A2 (en) 2012-07-26 2014-01-30 Olive Medical Corporation Wide dynamic range using monochromatic sensor
US9798698B2 (en) 2012-08-13 2017-10-24 Nvidia Corporation System and method for multi-color dilu preconditioner
US9508318B2 (en) 2012-09-13 2016-11-29 Nvidia Corporation Dynamic color profile management for electronic devices
US8867817B1 (en) * 2012-10-29 2014-10-21 Amazon Technologies, Inc. Display analysis using scanned images
US9307213B2 (en) 2012-11-05 2016-04-05 Nvidia Corporation Robust selection and weighting for gray patch automatic white balancing
GB2507576A (en) * 2012-11-05 2014-05-07 British Broadcasting Corp Focus detection
US9026553B2 (en) * 2012-11-29 2015-05-05 Unisys Corporation Data expanse viewer for database systems
EP3459431A1 (en) 2013-03-15 2019-03-27 DePuy Synthes Products, Inc. Controlling the integral light energy of a laser pulse
CA2906821A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Scope sensing in a light controlled environment
CA2906950A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Comprehensive fixed pattern noise cancellation
WO2014145247A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Calibration using distal cap
AU2014233515B2 (en) 2013-03-15 2018-11-01 DePuy Synthes Products, Inc. Super resolution and color motion artifact correction in a pulsed color imaging system
US10341588B2 (en) 2013-03-15 2019-07-02 DePuy Synthes Products, Inc. Noise aware edge enhancement
US9756222B2 (en) 2013-06-26 2017-09-05 Nvidia Corporation Method and system for performing white balancing operations on captured images
US9826208B2 (en) 2013-06-26 2017-11-21 Nvidia Corporation Method and system for generating weights for use in white balancing an image
US9167706B2 (en) 2013-08-05 2015-10-20 Steven J. Holmstrom Electronic flight bag retention device
WO2015131045A1 (en) 2014-02-28 2015-09-03 The Board Of Trustees Of The Leland Stanford Junior University Imaging providing ratio pixel intensity
CN114191114A (zh) 2014-03-21 2022-03-18 德普伊新特斯产品公司 用于成像传感器的卡缘连接器
US9396409B2 (en) 2014-09-29 2016-07-19 At&T Intellectual Property I, L.P. Object based image processing
CN104363986B (zh) 2014-10-31 2017-06-13 华为技术有限公司 一种图像处理方法和设备
JP6496940B2 (ja) * 2014-11-06 2019-04-10 ソニー株式会社 軸上色収差を有するレンズを含む撮像システム、内視鏡及び撮像方法
JP6465752B2 (ja) * 2015-05-29 2019-02-06 キヤノン株式会社 制御装置、制御方法、及びプログラム
CN106687023B (zh) 2015-08-13 2018-12-18 Hoya株式会社 评价值计算装置以及电子内窥镜系统
DE112016000094B4 (de) 2015-08-13 2019-07-11 Hoya Corporation Vorrichtung zur Berechnung von Analysewerten und elektronisches Endoskopsystem
US9838646B2 (en) * 2015-09-24 2017-12-05 Cisco Technology, Inc. Attenuation of loudspeaker in microphone array
CN109792528A (zh) * 2016-09-19 2019-05-21 交互数字Vc控股公司 使用光场数据重构表示场景的点云的方法和设备
US11025845B2 (en) * 2016-10-12 2021-06-01 Samsung Electronics Co., Ltd. Method, apparatus, and recording medium for processing image
JP6639734B2 (ja) * 2017-04-03 2020-02-05 三菱電機株式会社 マップデータ生成装置および方法
US10733262B2 (en) * 2017-10-05 2020-08-04 Adobe Inc. Attribute control for updating digital content in a digital medium environment
US10657118B2 (en) 2017-10-05 2020-05-19 Adobe Inc. Update basis for updating digital content in a digital medium environment
US11551257B2 (en) 2017-10-12 2023-01-10 Adobe Inc. Digital media environment for analysis of audience segments in a digital marketing campaign
US10685375B2 (en) 2017-10-12 2020-06-16 Adobe Inc. Digital media environment for analysis of components of content in a digital marketing campaign
US10795647B2 (en) 2017-10-16 2020-10-06 Adobe, Inc. Application digital content control using an embedded machine learning module
US11544743B2 (en) 2017-10-16 2023-01-03 Adobe Inc. Digital content control based on shared machine learning properties
GB2570278B (en) * 2017-10-31 2020-09-16 Cambium Networks Ltd Spectrum management for a point-to-multipoint wireless network
US10991012B2 (en) 2017-11-01 2021-04-27 Adobe Inc. Creative brief-based content creation
US10853766B2 (en) 2017-11-01 2020-12-01 Adobe Inc. Creative brief schema
BR112020012744A2 (pt) 2017-12-27 2020-12-01 Ethicon Llc imageamento por fluorescência em ambiente com deficiência de luz
CN108074241B (zh) * 2018-01-16 2021-10-22 深圳大学 目标图像的质量评分方法、装置、终端及存储介质
US11379725B2 (en) 2018-06-29 2022-07-05 International Business Machines Corporation Projectile extrapolation and sequence synthesis from video using convolution
JP7278096B2 (ja) * 2019-02-20 2023-05-19 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
US11291358B2 (en) 2019-06-20 2022-04-05 Cilag Gmbh International Fluorescence videostroboscopy of vocal cords
US20200397239A1 (en) 2019-06-20 2020-12-24 Ethicon Llc Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11172810B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Speckle removal in a pulsed laser mapping imaging system
US11793399B2 (en) 2019-06-20 2023-10-24 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed hyperspectral imaging system
US11187657B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Hyperspectral imaging with fixed pattern noise cancellation
US11550057B2 (en) 2019-06-20 2023-01-10 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US10952619B2 (en) 2019-06-20 2021-03-23 Ethicon Llc Hyperspectral and fluorescence imaging and topology laser mapping with minimal area monolithic image sensor
US11700995B2 (en) 2019-06-20 2023-07-18 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US11516387B2 (en) 2019-06-20 2022-11-29 Cilag Gmbh International Image synchronization without input clock and data transmission clock in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11617541B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for fluorescence imaging
US11218645B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11925328B2 (en) 2019-06-20 2024-03-12 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral imaging system
US11540696B2 (en) 2019-06-20 2023-01-03 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11389066B2 (en) 2019-06-20 2022-07-19 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11716543B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11134832B2 (en) 2019-06-20 2021-10-05 Cilag Gmbh International Image rotation in an endoscopic hyperspectral, fluorescence, and laser mapping imaging system
US11931009B2 (en) 2019-06-20 2024-03-19 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a hyperspectral imaging system
US11237270B2 (en) 2019-06-20 2022-02-01 Cilag Gmbh International Hyperspectral, fluorescence, and laser mapping imaging with fixed pattern noise cancellation
US20200397246A1 (en) 2019-06-20 2020-12-24 Ethicon Llc Minimizing image sensor input/output in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11102400B2 (en) 2019-06-20 2021-08-24 Cilag Gmbh International Pulsed illumination in a fluorescence imaging system
US11758256B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11937784B2 (en) 2019-06-20 2024-03-26 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US10841504B1 (en) 2019-06-20 2020-11-17 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11892403B2 (en) 2019-06-20 2024-02-06 Cilag Gmbh International Image synchronization without input clock and data transmission clock in a pulsed fluorescence imaging system
US11716533B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Image synchronization without input clock and data transmission clock in a pulsed fluorescence imaging system
US11457154B2 (en) 2019-06-20 2022-09-27 Cilag Gmbh International Speckle removal in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11122967B2 (en) 2019-06-20 2021-09-21 Cilag Gmbh International Driving light emissions according to a jitter specification in a fluorescence imaging system
US11398011B2 (en) 2019-06-20 2022-07-26 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed laser mapping imaging system
US11898909B2 (en) 2019-06-20 2024-02-13 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11288772B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11671691B2 (en) 2019-06-20 2023-06-06 Cilag Gmbh International Image rotation in an endoscopic laser mapping imaging system
US11221414B2 (en) 2019-06-20 2022-01-11 Cilag Gmbh International Laser mapping imaging with fixed pattern noise cancellation
US11622094B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11147436B2 (en) 2019-06-20 2021-10-19 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US11360028B2 (en) 2019-06-20 2022-06-14 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11624830B2 (en) 2019-06-20 2023-04-11 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for laser mapping imaging
US11276148B2 (en) 2019-06-20 2022-03-15 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11172811B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US11412920B2 (en) 2019-06-20 2022-08-16 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US11294062B2 (en) 2019-06-20 2022-04-05 Cilag Gmbh International Dynamic range using a monochrome image sensor for hyperspectral and fluorescence imaging and topology laser mapping
US11012599B2 (en) 2019-06-20 2021-05-18 Ethicon Llc Hyperspectral imaging in a light deficient environment
US11633089B2 (en) 2019-06-20 2023-04-25 Cilag Gmbh International Fluorescence imaging with minimal area monolithic image sensor
US11903563B2 (en) 2019-06-20 2024-02-20 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11284784B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Controlling integral energy of a laser pulse in a fluorescence imaging system
US11265491B2 (en) 2019-06-20 2022-03-01 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US10979646B2 (en) 2019-06-20 2021-04-13 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11187658B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11375886B2 (en) 2019-06-20 2022-07-05 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for laser mapping imaging
US11412152B2 (en) 2019-06-20 2022-08-09 Cilag Gmbh International Speckle removal in a pulsed hyperspectral imaging system
US11471055B2 (en) 2019-06-20 2022-10-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11674848B2 (en) 2019-06-20 2023-06-13 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for hyperspectral imaging
US11122968B2 (en) 2019-06-20 2021-09-21 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral imaging
US11432706B2 (en) 2019-06-20 2022-09-06 Cilag Gmbh International Hyperspectral imaging with minimal area monolithic image sensor
US11233960B2 (en) 2019-06-20 2022-01-25 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11533417B2 (en) 2019-06-20 2022-12-20 Cilag Gmbh International Laser scanning and tool tracking imaging in a light deficient environment
US11631202B2 (en) 2021-01-08 2023-04-18 Samsung Electronics Co., Ltd. System and method for obtaining and applying a vignette filter and grain layer
US11829239B2 (en) 2021-11-17 2023-11-28 Adobe Inc. Managing machine learning model reconstruction

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0640908A1 (en) * 1993-08-27 1995-03-01 Sony Corporation Noise reduction in image signals
US5694484A (en) * 1995-05-15 1997-12-02 Polaroid Corporation System and method for automatically processing image data to provide images of optimal perceptual quality
US6069982A (en) * 1997-12-23 2000-05-30 Polaroid Corporation Estimation of frequency dependence and grey-level dependence of noise in an image
US6115104A (en) * 1997-09-02 2000-09-05 Dainippon Screen Mfg, Co., Ltd. Image processing using parameters related to image input and output devices

Family Cites Families (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6080374A (ja) * 1983-10-11 1985-05-08 Hitachi Denshi Ltd テレビジヨンカメラ装置の撮像特性補正方法
FR2652695B1 (fr) * 1989-10-03 1993-04-16 Thomson Csf Procede et dispositif de visualisation d'images, a correction automatique de defauts par contre-reaction.
FR2661061B1 (fr) * 1990-04-11 1992-08-07 Multi Media Tech Procede et dispositif de modification de zone d'images.
US5047861A (en) * 1990-07-31 1991-09-10 Eastman Kodak Company Method and apparatus for pixel non-uniformity correction
US5157497A (en) * 1991-02-25 1992-10-20 Matsushita Electric Industrial Co., Ltd. Method and apparatus for detecting and compensating for white shading errors in a digitized video signal
US5251271A (en) * 1991-10-21 1993-10-05 R. R. Donnelley & Sons Co. Method for automatic registration of digitized multi-plane images
JPH05176166A (ja) 1991-12-25 1993-07-13 Hitachi Ltd 色再現方法
DE69331719T2 (de) * 1992-06-19 2002-10-24 Agfa Gevaert Nv Verfahren und Vorrichtung zur Geräuschunterdrückung
US5905530A (en) * 1992-08-24 1999-05-18 Canon Kabushiki Kaisha Image pickup apparatus
US5323204A (en) * 1992-11-03 1994-06-21 Eastman Kodak Company Automatic optimization of photographic exposure parameters for non-standard display sizes and/or different focal length photographing modes through determination and utilization of extra system speed
US5461440A (en) * 1993-02-10 1995-10-24 Olympus Optical Co., Ltd. Photographing image correction system
US5353362A (en) * 1993-05-17 1994-10-04 Tucci Robert R Method of generation of two electromagnetic modes using squeezers
JPH0715631A (ja) * 1993-06-29 1995-01-17 Nippon Telegr & Teleph Corp <Ntt> 画像信号雑音除去方法および装置
US5485568A (en) * 1993-10-08 1996-01-16 Xerox Corporation Structured image (Sl) format for describing complex color raster images
EP0686945B1 (en) 1994-05-26 2001-12-19 Canon Kabushiki Kaisha Image processing apparatus and method
US6334219B1 (en) * 1994-09-26 2001-12-25 Adc Telecommunications Inc. Channel selection for a hybrid fiber coax network
JPH08116490A (ja) * 1994-10-14 1996-05-07 Olympus Optical Co Ltd 画像処理装置
KR100203239B1 (ko) * 1995-02-16 1999-06-15 윤종용 화이트쉐이딩 보정방법 및 장치
US5606365A (en) * 1995-03-28 1997-02-25 Eastman Kodak Company Interactive camera for network processing of captured images
JPH0998299A (ja) 1995-10-02 1997-04-08 Canon Inc 画像処理装置及び方法
JP3409541B2 (ja) 1995-11-14 2003-05-26 三菱電機株式会社 色補正方法及び色補正装置並びに色補正応用装置及びカラー画像システム
JP2000502202A (ja) * 1995-12-19 2000-02-22 テレフオンアクチーボラゲツト エル エム エリクソン（パブル） 命令プロセッサのジョブスケジューリング
US5696850A (en) * 1995-12-21 1997-12-09 Eastman Kodak Company Automatic image sharpening in an electronic imaging system
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
JP3950188B2 (ja) * 1996-02-27 2007-07-25 株式会社リコー 画像歪み補正用パラメータ決定方法及び撮像装置
JPH1083024A (ja) 1996-09-09 1998-03-31 Fuji Photo Film Co Ltd カメラ及びプリンタ
JP3791635B2 (ja) * 1996-10-22 2006-06-28 富士写真フイルム株式会社 画像再生方法、画像再生装置、画像処理方法および画像処理装置
US6173087B1 (en) * 1996-11-13 2001-01-09 Sarnoff Corporation Multi-view image registration with application to mosaicing and lens distortion correction
US6100925A (en) 1996-11-27 2000-08-08 Princeton Video Image, Inc. Image insertion in video streams using a combination of physical sensors and pattern recognition
US6094221A (en) * 1997-01-02 2000-07-25 Andersion; Eric C. System and method for using a scripting language to set digital camera device features
JPH10226139A (ja) * 1997-02-14 1998-08-25 Canon Inc 画像形成システム及び画像形成装置及び媒体
US6249315B1 (en) * 1997-03-24 2001-06-19 Jack M. Holm Strategy for pictorial digital image processing
JP3225882B2 (ja) 1997-03-27 2001-11-05 日本電信電話株式会社 景観ラベリングシステム
US6222583B1 (en) * 1997-03-27 2001-04-24 Nippon Telegraph And Telephone Corporation Device and system for labeling sight images
US5990935A (en) * 1997-04-04 1999-11-23 Evans & Sutherland Computer Corporation Method for measuring camera and lens properties for camera tracking
JPH10319929A (ja) 1997-05-19 1998-12-04 Matsushita Electric Ind Co Ltd 表示装置
JPH11146308A (ja) 1997-11-13 1999-05-28 Fuji Photo Film Co Ltd 画像情報記録装置および画像プリントシステム
US6493028B1 (en) * 1997-11-26 2002-12-10 Flashpoint Technology, Inc. Method and system for extending the available image file formats in an image capture device
DE19855885A1 (de) * 1997-12-04 1999-08-05 Fuji Photo Film Co Ltd Bildverarbeitungsverfahren und -vorrichtung
JPH11220687A (ja) * 1998-01-30 1999-08-10 Fuji Photo Film Co Ltd 画像処理方法および装置
US6381375B1 (en) * 1998-02-20 2002-04-30 Cognex Corporation Methods and apparatus for generating a projection of an image
DE19812028A1 (de) * 1998-03-19 1999-09-23 Heidelberger Druckmasch Ag Verfahren zur Koordinatenumrechnung von Bilddaten mit zufälligem Offset der Bildpunkte
JP3926918B2 (ja) 1998-03-20 2007-06-06 富士通株式会社 画像補正処理装置及びそのプログラム記録媒体
US6603885B1 (en) * 1998-04-30 2003-08-05 Fuji Photo Film Co., Ltd. Image processing method and apparatus
JP4338155B2 (ja) 1998-06-12 2009-10-07 キヤノン株式会社 画像処理装置及びその方法、コンピュータ可読メモリ
JP4187830B2 (ja) 1998-07-03 2008-11-26 東芝医用システムエンジニアリング株式会社 医用画像合成装置
US6462835B1 (en) * 1998-07-15 2002-10-08 Kodak Polychrome Graphics, Llc Imaging system and method
JP4095184B2 (ja) 1998-10-29 2008-06-04 キヤノン株式会社 画像処理装置及びその方法
JP2000165647A (ja) * 1998-11-26 2000-06-16 Seiko Epson Corp 画像データ処理方法および画像データ印刷装置並びに画像データ処理プログラムを記録した記録媒体
JP4154053B2 (ja) * 1998-12-25 2008-09-24 キヤノン株式会社 画像記録・再生システム、画像記録装置及び画像再生装置
US6538691B1 (en) * 1999-01-21 2003-03-25 Intel Corporation Software correction of image distortion in digital cameras
JP4072302B2 (ja) * 1999-04-13 2008-04-09 キヤノン株式会社 データ処理方法及び装置及び記憶媒体
US6856427B1 (en) * 1999-05-20 2005-02-15 Eastman Kodak Company System for printing correct exposure in a rendered digital image
US6693668B1 (en) * 1999-06-04 2004-02-17 Canon Kabushiki Kaisha Self-diagnostic image sensor
US6707950B1 (en) * 1999-06-22 2004-03-16 Eastman Kodak Company Method for modification of non-image data in an image processing chain
US6470151B1 (en) * 1999-06-22 2002-10-22 Canon Kabushiki Kaisha Camera, image correcting apparatus, image correcting system, image correcting method, and computer program product providing the image correcting method
JP2001016449A (ja) 1999-06-25 2001-01-19 Ricoh Co Ltd 画像入力装置
US6633408B1 (en) * 1999-06-29 2003-10-14 Kodak Polychrome Graphics, Llc Spectral modeling of photographic printing based on dye concentration
WO2001001675A2 (en) * 1999-06-30 2001-01-04 Logitech, Inc. Video camera with major functions implemented in host software
JP4822571B2 (ja) * 1999-08-03 2011-11-24 キヤノン株式会社 デジタルｘ線撮影システム及び方法
DE19943183A1 (de) * 1999-09-09 2001-03-15 Heimann Systems Gmbh & Co Verfahren zur Farbanpassung eines Bildes, insbesondere eines Röntgenbildes
JP2001094848A (ja) 1999-09-20 2001-04-06 Canon Inc モニター付カメラ
EP1252480A1 (en) * 1999-11-12 2002-10-30 Go Sensors, L.L.C. Image metrology methods and apparatus
US6809837B1 (en) * 1999-11-29 2004-10-26 Xerox Corporation On-line model prediction and calibration system for a dynamically varying color reproduction device
KR100414083B1 (ko) * 1999-12-18 2004-01-07 엘지전자 주식회사 영상왜곡 보정방법 및 이를 이용한 영상표시기기
US6816625B2 (en) * 2000-08-16 2004-11-09 Lewis Jr Clarence A Distortion free image capture system and method
JP3429280B2 (ja) * 2000-09-05 2003-07-22 理化学研究所 画像のレンズ歪みの補正方法
JP4399133B2 (ja) * 2000-09-08 2010-01-13 カシオ計算機株式会社 撮影条件提供装置、撮影条件設定システム、撮影条件提供方法
US6956966B2 (en) * 2001-04-03 2005-10-18 Electronics For Imaging, Inc. Method and apparatus for automated image correction for digital image acquisition
FR2827459B1 (fr) * 2001-07-12 2004-10-29 Poseidon Procede et systeme pour fournir a des logiciels de traitement d'image des informations formatees liees aux caracteristiques des appareils de capture d'image et/ou des moyens de restitution d'image
EP1421777B1 (fr) * 2001-07-12 2017-04-19 DxO Labs Procede et systeme pour corriger les aberrations chromatiques d'une image couleur realisee au moyen d'un systeme optique
JP4452497B2 (ja) * 2001-07-12 2010-04-21 ディーエックスオー ラブズ ノイズを考慮してデジタルイメージを修正する方法およびシステム
US6873727B2 (en) * 2001-07-23 2005-03-29 Hewlett-Packard Development Company, L.P. System for setting image characteristics using embedded camera tag information
FR2895104A1 (fr) 2005-12-19 2007-06-22 Dxo Labs Sa Procede pour fournir des donnees a un moyen de traitement numerique
FR2895103B1 (fr) 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques
FR2895102B1 (fr) 2005-12-19 2012-12-07 Dxo Labs Procede pour traiter un objet dans une plateforme a processeur(s) et memoire(s) et plateforme utilisant le procede

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0640908A1 (en) * 1993-08-27 1995-03-01 Sony Corporation Noise reduction in image signals
US5694484A (en) * 1995-05-15 1997-12-02 Polaroid Corporation System and method for automatically processing image data to provide images of optimal perceptual quality
US6115104A (en) * 1997-09-02 2000-09-05 Dainippon Screen Mfg, Co., Ltd. Image processing using parameters related to image input and output devices
US6069982A (en) * 1997-12-23 2000-05-30 Polaroid Corporation Estimation of frequency dependence and grey-level dependence of noise in an image

Also Published As

Publication number Publication date
KR20040043155A (ko) 2004-05-22
KR100940147B1 (ko) 2010-02-03
JP4020262B2 (ja) 2007-12-12
EP1442425A1 (fr) 2004-08-04
DE60234207D1 (de) 2009-12-10
KR100879832B1 (ko) 2009-01-22
CN1305006C (zh) 2007-03-14
EP1410331B1 (fr) 2015-08-12
US7346221B2 (en) 2008-03-18
US8559743B2 (en) 2013-10-15
WO2003007242A2 (fr) 2003-01-23
EP2015247A3 (fr) 2009-03-18
US8675980B2 (en) 2014-03-18
US20050008242A1 (en) 2005-01-13
US7724977B2 (en) 2010-05-25
AU2002317902A1 (en) 2003-01-29
DE60227374D1 (de) 2008-08-14
WO2003007240A1 (fr) 2003-01-23
CN1316427C (zh) 2007-05-16
CN1527989A (zh) 2004-09-08
ES2311061T3 (es) 2009-02-01
AU2002317219A1 (en) 2003-01-29
JP2004535128A (ja) 2004-11-18
EP1410327B1 (fr) 2005-11-16
US20050002586A1 (en) 2005-01-06
WO2003007236A2 (fr) 2003-01-23
JP4367757B2 (ja) 2009-11-18
WO2003007243A3 (fr) 2004-01-22
US20100278415A1 (en) 2010-11-04
EP1415275A1 (fr) 2004-05-06
JP4295613B2 (ja) 2009-07-15
CN1273931C (zh) 2006-09-06
EP2015247B1 (fr) 2016-04-13
US20040234152A1 (en) 2004-11-25
JP2004534341A (ja) 2004-11-11
WO2003007242A3 (fr) 2003-04-10
ES2253542T3 (es) 2006-06-01
US20040247196A1 (en) 2004-12-09
US20120308160A1 (en) 2012-12-06
CN1526117A (zh) 2004-09-01
JP4295612B2 (ja) 2009-07-15
DE60207417T2 (de) 2006-08-10
WO2003007236A3 (fr) 2003-04-24
DE60239061D1 (de) 2011-03-10
KR100940148B1 (ko) 2010-02-03
US20040218803A1 (en) 2004-11-04
US7343040B2 (en) 2008-03-11
JP2004534491A (ja) 2004-11-11
KR20040043157A (ko) 2004-05-22
WO2003007239A1 (fr) 2003-01-23
US20040252906A1 (en) 2004-12-16
EP1410327A2 (fr) 2004-04-21
JP2004534342A (ja) 2004-11-11
ATE447216T1 (de) 2009-11-15
JP4614657B2 (ja) 2011-01-19
JP2005509333A (ja) 2005-04-07
EP1444651B1 (fr) 2009-10-28
CN1526115A (zh) 2004-09-01
CN1316426C (zh) 2007-05-16
EP1444651A2 (fr) 2004-08-11
ATE497224T1 (de) 2011-02-15
ATE310284T1 (de) 2005-12-15
EP1410326A1 (fr) 2004-04-21
CN1554074A (zh) 2004-12-08
CA2453423C (fr) 2014-10-14
US7792378B2 (en) 2010-09-07
US7760955B2 (en) 2010-07-20
KR100957878B1 (ko) 2010-05-13
JP2004537791A (ja) 2004-12-16
EP1410331A2 (fr) 2004-04-21
WO2003007241A1 (fr) 2003-01-23
EP2015247A2 (fr) 2009-01-14
CN1526116A (zh) 2004-09-01
EP1415275B1 (fr) 2008-07-02
JP4452497B2 (ja) 2010-04-21
US9536284B2 (en) 2017-01-03
US20140099042A1 (en) 2014-04-10
WO2003007243A2 (fr) 2003-01-23
US20110085740A1 (en) 2011-04-14
KR20040043154A (ko) 2004-05-22
CN100361153C (zh) 2008-01-09
AU2002317900A1 (en) 2003-01-29
CA2453423A1 (fr) 2003-01-23
EP1410326B1 (fr) 2011-01-26
KR20040044187A (ko) 2004-05-27
DE60207417D1 (de) 2005-12-22
EP1442425B1 (fr) 2018-08-08
ATE400040T1 (de) 2008-07-15
CN1535448A (zh) 2004-10-06

Similar Documents

Publication Publication Date Title
CN1305010C (zh) 在考虑其噪声的情况下改变数字图像的方法和系统
CN1207895C (zh) 图象处理方法和装置
CN100350431C (zh) 增强以批模式处理的肖像图像的方法和系统
CN1264121C (zh) 数字图象锐化系统
CN1305009C (zh) 图像处理装置和图像处理方法
CN1531711A (zh) 由数字图象计算转换图象的方法和系统
CN1184796C (zh) 图象处理方法和设备以及图象处理系统
CN1396775A (zh) 分割像素图像的方法和装置
CN1114888C (zh) 图像处理方法、设备和系统
CN1892800A (zh) 图像显示装置和图像显示方法
CN1909671A (zh) 产生用户偏爱数据的方法和装置
CN1257466C (zh) 图像处理系统和方法及其装置和终端
CN1675919A (zh) 摄像系统及图像处理程序
CN1691740A (zh) 放大显示装置和放大图像控制装置
CN101061704A (zh) 色彩调整装置及方法
CN1870715A (zh) 手抖动校正装置
CN1294530C (zh) 彩色图象处理方法、彩色图象处理器、彩色显示器、以及用于实施彩色图象处理方法的计算机程序
CN1744657A (zh) 多分辨率分割和填充
CN1244676A (zh) 信息处理设备、方法及其存储介质
CN1732682A (zh) 图像处理装置及图像处理程序
CN1703900A (zh) 摄像系统和播放系统
CN1670612A (zh) 投影机和图案图像显示方法
CN1167036C (zh) 图象处理方法和记录了图象处理程序的记录媒体
CN1228965C (zh) 图像处理系统、投影仪及黑白扩展处理法
CN1904999A (zh) 动态图像显示装置及动态图像显示方法

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
CP03 Change of name, title or address

Address after: France Bologne Be Jan Gu

Patentee after: Dxo Labs

Address before: Bren, France

Patentee before: Do Labs

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20190417

Address after: Paris France

Patentee after: Lens Correction Technologies Inc.

Address before: France Bologne Be Jan Gu

Patentee before: Dxo Labs

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070314

Termination date: 20190605

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