CN1526115A - 降低图象处理装置的更新频率的方法和系统 - Google Patents

降低图象处理装置的更新频率的方法和系统 Download PDF

Info

Publication number
CN1526115A
CN1526115A CNA028139526A CN02813952A CN1526115A CN 1526115 A CN1526115 A CN 1526115A CN A028139526 A CNA028139526 A CN A028139526A CN 02813952 A CN02813952 A CN 02813952A CN 1526115 A CN1526115 A CN 1526115A
Authority
CN
China
Prior art keywords
image
formatted message
processing system
variable
identifier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA028139526A
Other languages
English (en)
Other versions
CN1316426C (zh
Inventor
��³ŵ��������
布鲁诺·列日
�ˡ����˶�������˹
弗雷德里克·吉查德
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 CN1526115A publication Critical patent/CN1526115A/zh
Application granted granted Critical
Publication of CN1316426C publication Critical patent/CN1316426C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/10Selection of transformation methods according to the characteristics of the input images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00007Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026Methods therefor
    • H04N1/00045Methods therefor using a reference pattern designed for the purpose, e.g. a test chart
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00071Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387Composing, repositioning or otherwise geometrically modifying originals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/40093Modification of content of picture, e.g. retouching
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/58Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Studio Devices (AREA)
  • Facsimiles In General (AREA)
  • Channel Selection Circuits, Automatic Tuning Circuits (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Circuits Of Receivers In General (AREA)
  • Character Input (AREA)
  • Transmitters (AREA)
  • Television Signal Processing For Recording (AREA)
  • Geometry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Processing Or Creating Images (AREA)
  • Photoreceptors In Electrophotography (AREA)
  • Polysaccharides And Polysaccharide Derivatives (AREA)
  • Communication Control (AREA)
  • Computer And Data Communications (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及用于降低图象处理装置(P1)的更新频率的方法和系统,所述图象处理装置尤其是软件和/或组件。所述图象处理装置(P1)能够实现改进源自或被送往一装置链(P3)的数字图象的质量。该装置链(P3)包括图象捕获装置和/或图象扫描装置。所述图象处理装置(P1)采用依从于至少一个变量,与所述装置链(P3)的至少一个装置(P25)的缺陷相关的格式化信息(P4)。格式化信息具体地包括依从于所述变量的至少一个可参数化模型的参数(P9)。该格式化信息能够实现借助于一一对应表建立所述变量的一部分和识别符之间的对应关系。借助识别符,根据所述识别符和所述图象(P2)有可能确定对应于所述识别符的变量的值。

Description

降低图象处理装置的更新频率的方法和系统
                      技术领域
本发明涉及用于降低图象处理装置的更新频率的方法和系统。
                        方案
                        方法
本发明涉及用于降低图象处理装置的更新频率的方法,所述图象处理装置尤其是软件和/或组件。该图象处理装置能够实现改进源自或被送往装置链的数字图象的质量。该装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。所述图象处理装置采用与所述装置链的至少一个装置的缺陷相关的格式化信息。该格式化信息依赖于至少一个变量。所述格式化信息能够建立所述变量的一部分和识别符之间的对应关系。借助于识别符,有可能通过考虑所述识别符和所述图象来确定对应于该识别符的变量的值。对技术特征的组合得到:有可能确定变量的值,尤其是在仅在图象处理装置的分布之后才知道该变量的物理意义和内容的情况下。对技术特征的组合还得到:校正软件的两次更新之间的时间可以被间隔开。对技术特征的组合得到:生产装置和/或图象处理装置的不同的经济参与者能够独立于其他经济参与者来更新他们的产品,即使后者彻底地改变了其产品的特征或不能强迫其客户更新他们的产品。对技术特征的组合得到:可以通过以有限数量的经济参与者及先驱用户开始来逐渐使用新的功能。
优选地,根据本发明的方法使得所述格式化信息包括依从于变量的至少一个可参数化模型的参数。
优选地,根据本发明的方法使得当前变量的一部分和识别符之间的所述对应关系是通过一一对应表建立的。
                  可参数化变量的兼容性
可参数化模型以反应所述图象处理装置的连续更新的方式而改变。优选地,在根据本发明的方法的该可选实施例的情况下,该格式化信息还包括用于所述连续采用的可参数化模型的识别元素。对技术特征的组合得到:有可能识别与可参数化模型相关的格式化信息的一部分,其在所述图象处理装置的一版本的分布之前存在。
                    变量的向下兼容性
识别符可指定一字段,该字段的物理意义和内容在所述图象处理装置的分布之后被限定,尤其是以Exif型的格式。优选地,在根据本发明的方法的该可选实施例的情况下,该图象处理装置使得有可能获得其物理意义和/或内容在该图象处理装置的分布之后被限定的字段的值。该图形处理装置有可能利用所述对应关系来确定对应于所述识别符的变量的值。
                    变量的向上兼容性
识别符可指定字段,所述字段的物理意义和内容在所述图象处理装置的分布之前被限定,尤其是以Exif型的格式。所述图象可以是在图象处理装置的分布之前存在;优选地,在根据本发明的方法的该可选实施例的情况下,所述图形处理装置有可能从与所述图象相关的数据获得由所述识别符标识的字段的值。图象处理装置有可能通过使用对应关系来确定对应于当前考虑的识别符的变量的值。对技术特征的组合得到:图象处理装置可改进在该处理装置的分布之前产生的图象的质量。
优选地,根据本发明的方法使得所述格式化信息还包括所述变量的数目。
格式化信息可包括多种类型的可参数化模型的参数。优选地,在根据本发明的方法的该可选实施例的情况下,一给定类型的可参数化模型的参数由用于该类型的参数化模型的识别元素来识别。所述格式化信息还包括用于该类型可参数化模型的识别元素。对技术特征的组合得到:有可能在生产所述格式化信息的时刻选择该类型的可参数化模型。
优选地,根据本发明,该方法使得可参数化模型的所述参数的值有可能识别所述变量的数学函数。以此方式识别的数学函数使得有可能改进作为所述变量的特定值的函数的图象质量。对技术特征的组合得到:对于在产生格式化信息期间使用的该类型的格式化信息,有可能在改进图象质量的时刻计算数学函数。
优选地,根据本发明的方法,至少一种可参数化的模型,以下称为一般可参数化模型,使得所述一般可参数化模型的参数值有可能识别所述变量的无论怎样的数学函数。以此方式识别的所述数学函数使得有可能改进作为所述变量的特定值的函数的图象质量。对技术特征的组合得到:有可能与具有任意复杂度的装置的缺陷相关的格式化信息。
优选地,根据本发明的方法使得格式化信息还包括数据处理程序和与数据处理程序的连接。对技术特征的组合得到:有可能分布调用包含在格式化信息中的、使得有可能改进图象质量的数据处理子程序的图象处理装置,尤其是通过处理在该处理装置的分布之后限定的缺陷。本发明还涉及一种方法,所述方法被设计来降低可用于改进彩色图象的至少一个彩色面的质量的处理装置的更新频率。所述彩色面由一特定颜色来表征。优选地,在根据本发明的该方法的情况下,该格式化信息还包括与所述特定颜色相关的数据。对技术特征的组合得到:所述图象处理装置能够计算对于在所述图象处理装置的分布之后限定的特定颜色的所述彩色面。
优选地,根据本发明的方法,与所述特定颜色相关的所述数据还有可能确定所述格式化信息的一部分,其可被适当地用于改进所述彩色面的质量。对技术特征的组合得到:所述处理装置可应用一特定的处理操作,尤其是模糊级别的处理,用于在图象处理装置的分布之后限定的特定颜色。
本发明还涉及一种方法,所述方法被设计为降低处理装置的更新频率,所述处理装置可被用来依从于多个缺陷来对图象质量进行改进。优选地,在根据本发明的该方法的情况下,所述格式化信息还包括与至少一个特定缺陷相关的数据。
优选地,根据本发明,与所述指定缺陷相关的数据还有可能确定格式化信息的一部分,其可被适当地用于根据所述指定的缺陷来改进图象质量。对技术特征的组合得到:所述处理装置能够通过使用与缺陷相关的格式化信息来改进图象质量,其至少一个缺陷在所述处理装置的分布之后被限定。
                           系统
本发明涉及用于降低图象处理装置的更新频率的系统,所述图象处理装置尤其是软件和/或组件。该图象处理装置有可能改进源自或被送往装置链的数字图象的质量。该装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。所述图象处理装置采用与所述装置链的至少一个装置的缺陷相关的格式化信息。该格式化信息依赖于至少一个变量。所述格式化信息使得有可能建立所述变量的一部分和识别符之间的对应关系。借助于识别符,有可能通过考虑所述识别符和所述图象来确定对应于所述识别符的变量的值。
优选地,根据本发明的系统使得所述格式化信息包括依从于变量的至少一个可参数化模型的参数。
优选地,根据本发明的系统使得当前变量的一部分和识别符之间的所述对应关系是通过一一对应表建立的。
                可参数化变量的兼容性
可参数化模型以反应所述图象处理装置的连续更新的方式而改变。优选地,在根据本发明的系统的该可选实施例的情况下,该格式化信息还包括用于所述连续采用的可参数化模型的识别元素。
                    变量的向下兼容性
识别符可指定一字段,该字段的物理意义和内容在所述图象处理装置的分布之后被限定,尤其是以Exif型的格式。优选地,在根据本发明的系统的该可选实施例的情况下,该图象处理装置使得有可能获得其物理意义和/或内容在该图象处理装置的分布之后被限定的字段的值。
                    变量的向上兼容性
识别符可指定字段,所述字段的物理意义和内容在所述图象处理装置的分布之前被限定,尤其是以Exif型的格式。所述图象可以是在图象处理装置的分布之前存在。优选地,在根据本发明的系统的该可选实施例的情况下,所述图形处理装置有可能从与所述图象相关的数据获得由所述识别符标识的字段的值。
优选地,根据本发明,所述格式化信息还包括所述变量的数目。
格式化信息可包括多种类型的可参数化模型的参数。一种类型的可参数化模型的参数由用于该类型的参数化模型的识别元素来识别。优选地,在根据本发明的系统的该可选实施例的情况下,所述格式化信息还包括用于该类型可参数化模型的识别元素。
优选地,根据本发明,该系统使得可参数化模型的所述参数的值有可能识别所述变量的数学函数。以此方式识别的数学函数使得有可能改进作为所述变量的特定值的函数的图象质量。
优选地,在根据本发明的系统中,至少一种可参数化的模型,以下称为一般可参数化模型,使得所述一般可参数化模型的参数值有可能识别所述变量的无论怎样的数学函数。
以此方式识别的所述数学函数使得有可能改进作为所述变量的特定值的函数的图象质量。
优选地,在根据本发明的系统中,格式化信息还包括数据处理程序和与数据处理程序的连接。
本发明还涉及一种系统,所述系统被设计来降低可用于改进彩色图象的至少一个彩色面的质量的处理装置的更新频率。优选地,在根据本发明的系统的该可选实施例的情况下,所述彩色面由一特定颜色来表征。该格式化信息还包括与所述特定颜色相关的数据。
优选地,根据本发明,与所述特定颜色相关的所述数据还有可能确定所述格式化信息的一部分,其可被适当地用于改进所述彩色面的质量。
本发明还涉及一种系统,所述方系统被设计为降低处理装置的更新频率,所述处理装置可被用来依从于多个缺陷来对图象质量进行改进。优选地,在根据本发明的该系统的情况下,所述格式化信息还包括与至少一个特定缺陷相关的数据。
优选地,根据本发明,与所述指定缺陷相关的数据还有可能确定格式化信息的一部分,其可被适当地用于根据所述指定的缺陷来改进图象质量。
                     附图说明
通过以下对本发明的备选实施方案和附图的描述,本发明的其它特征和优势会变得明显,其中,所述对实施例的描述不是限制性的,而是说明性的。
图1示出装置链P3,其具体包含装置P25,源自装置链P3的图象P2,与装置P25的缺陷相关的格式化信息,采用格式化信息P4和图象P2的图象处理装置P1;
图2示出图象P2,格式化信息P4,其依赖于至少一个变量P6并使得有可能建立变量P6和识别符P8之间的对应关系,以及在考虑识别符P8和图象P2的情况下获得的变量P6的值P26;
图3示出格式化信息P4,包括用于可参数化模型的参数P9和识别元素P12,使得有可能在随时间连续采用的可参数化模型P29中识别一可参数化模型P10;
图4示出在限定一字段P13的物理意义或内容之前分布的图象处理装置P1,包含识别符P8的格式化信息P4,由图象处理装置P1确定的字段值P28;
图5示出在图象P2存在之后以及在字段P13的物理意义或内容被限定之后商业化的图象处理装置P1,包含识别符P8的格式化信息P4,以及由图象处理装置P1确定的字段值P28;
图6示出包含用于该类型的可参数化模型的识别元素P15的格式化信息P4,数据处理程序P18,与数据处理程序的连接P19,可参数化P10的参数P9,一般可参数化模型P17,以及数学函数P16;
图7示出包括至少一个彩色面P20的彩色图象P21,所述彩色面由一指定的颜色P22来表征,包含与该特定颜色相关的数据P31的格式化信息P4,使得有可能确定与该特定颜色相关的格式化信息的一部分P31;
图8示出包含与一特定缺陷相关的P24的格式化信息P4,使得有可能确定与该缺陷相关的格式化信息的所述部分P30。
                      装置
具体结合图1,现描述装置P25的概念。在本发明的含义范围中,装置P25可以具体是:
一图象捕获装置,例如一次性相机装置,数码相机,反射装置,扫描仪,传真机,内诊镜,可携式摄像机,监视照相机,游戏机,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,
—图象恢复装置,例如屏幕,投影仪,电视机,虚拟实境目镜或打印机,
—一种装置,包括其安装,例如投影仪,屏幕以及它们的定位方式,
—观测者相对于一恢复装置的定位,其具体引起视差,
—有视觉缺陷,例如散光的人,
—一种有望能被模仿的装置,用以产生例如看上去类似于莱卡相机装置所产生的图象的图象,
—有增加模糊的边缘效应的图象处理设备,例如变焦软件,
—与多个装置P25等效的虚拟装置,
可考虑更加复杂的装置P25,例如扫描/传真/打印一体机,照片打印微型实验室,视频会议装置,作为装置P25或多个装置P25。
                     装置链
具体结合图13,现描述装置链P3的概念。装置链P3定义为一组装置P25。装置链P3的概念中也包含顺序的概念。
以下实例组成了装置链P3:
—单个装置P25,
—图象捕获装置和图象恢复装置,
—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相机或打印机,
—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,
—一个相机和一台扫描仪,
—一个图象捕获装置和图象处理软件,
—图象处理软件和图象恢复装置,
—以上各例的组合,
—另一组装置P25。
                      缺陷
结合图1,现描述缺陷P5的概念。装置P25的缺陷P5定义为涉及光学系统和/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:失真缺陷,模糊缺陷,渐晕缺陷,色差缺陷,演色(rendering of color)缺陷,闪光均匀性缺陷,传感器噪声,粒度,散光缺陷和球面象差缺陷。
                       图象
具体结合图1,现描述图象P2的概念。图象P2定义为由装置P25获取、改进或恢复的数字图象。图象P2可来源于装置链P3中的装置P25。图象P2可以被发送到装置链P3中的装置P25。更通常的情况是,图象P2可以来自和/或被发送到装置链P3。在由按时间顺序排列的静止图象组成的动画图象,例如视频图象中,图象P2定义为图象序列中的一幅静止图象。
                   格式化信息
具体结合图1,现描述格式化信息P4的概念。格式化信息P4定义为涉及装置链P3中一个或多个装置P25的缺陷P5的数据,在为装置P25的缺陷留有余地的情况下,该数据使图象处理装置P1能够改进图象P2的质量。为了产生格式化信息P4,可以使用多种基于调节和/或基准的捕获或恢复和/或模拟的不同方法和系统。
为了产生格式化信息P4,有可能使用在例如以Vision IQ的名义与本申请同一天申请的国际专利申请中描述的方法和系统,该申请名为“产生涉及装置链的装置的缺陷的格式化信息和被送往图象处理装置格式化信息的方法和系统”。此申请描述了涉及装置链P3中装置P25的缺陷的格式化信息P4的产生方法。格式化信息P4的发送到图象处理装置P1,具体地为软件,目的是改进由该图象处理装置P1处理的图象的质量。装置链P1具体包括至少一个图象捕获装置1和/或至少一个图象恢复装置19和/或至少一个观察者。此方法包括产生表征装置链P3中的该装置P25的缺陷P5的数据。该数据为格式化信息P5。
为了产生格式化信息P4,可能使用例如在以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和系统,该申请名为:“产生涉及几何失真的格式化信息的方法和系统”。该申请描述了产生涉及装置链3中装置P25的格式化信息P4的方法。装置链P3具体包括至少一个图象捕获装置和/或至少一个图象恢复装置。该方法包括生成涉及链中至少一个装置P25的几何失真的格式化信息P4的步骤。
优选地,装置25有可能捕获或恢复一媒体上的图象。装置25包含至少一个固定特征和/或依赖于该图象的一个可变特征。该固定特征和/或可变特征可以关联于一个或多个特征值,尤其是焦距和/或调焦特征以及其相关特征值。该方法包含从一个测得的字段产生涉及该装置的几何失真的测得的格式化信息的步骤。该格式化信息P4可以包含测得的格式化信息。
为产生格式化信息P4,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和系统,该申请名为:“用于产生涉及装置链的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”。该申请描述了用于产生涉及装置链P3的至少一个装置P25的缺陷的方法。装置链具体包括至少一个图象捕获装置和/或至少一个图象恢复装置。该方法包括产生与该链的至少一个装置P25的缺陷P5相关的格式化信息P4的步骤。优选地,可用于捕获或恢复图象的装置P25包括至少一个固定特征和/或依赖于图象(I)的一个可变特征。该固定特征和/或可变特征可以关联于一个或多个特征值,尤其是焦距和/或调焦特征以及其相关特征值。该方法包含从一个测得的字段产生涉及该装置P25的缺陷P5的测得的格式化信息的步骤。该格式化信息P4可以包含测得的格式化信息。
为提供格式化信息P4,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和系统,该申请名为:“向图象处理装置提供标准格式的格式化信息的方法和系统”。该申请描述了一种用于图象处理装置P1,尤其是向软件和/或元件,提供标准格式的格式化信息的方法。该格式化信息P4涉及装置链P3的缺陷P5。装置链P3具体包含至少一个图象捕获装置和/或一个图象恢复装置。图象处理装置P1使用该格式化信息P4来改变源自或被送往该装置链P3的至少一幅图象P2的质量。格式化信息P4包括:表征图象捕获装置缺陷P5,尤其是失真特征的数据,和/或表征图象恢复装置的缺陷,尤其是失真特征的数据。
该方法包括用格式化信息P4填充所述标准格式的至少一个字段的步骤。该字段由字段名指定。该字段包含至少一个字段值。
为搜索格式化信息P4,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和系统,该申请名为:“改进至少一个来自或发送到装置链的图象质量的方法和系统”。该申请描述了改进至少一个来自或发送到装置链的图象P2的质量的方法。该指定装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。在市场上由独立的经济活动选手逐渐引入的图象捕获装置和/或图象恢复装置属于未确定的一组装置。该组装置中的装置P25存在可以由格式化信息P4表征的缺陷P5。对于所讨论的图象,该方法包括以下步骤:
—对涉及该组装置中的装置P25的格式化信息源进行目录编辑的步骤,
—在用这种方法编辑的格式化信息P4中自动搜索涉及指定装置链的特定的格式化信息的步骤,
—在考虑到用这种方法获得的特定格式化信息的同时,通过图象处理软件和/或图象处理组件自动改进该图象的步骤。
为使用格式化信息P4,可以使用在例如以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和系统,该申请名为:“从数字图象和涉及几何转换的格式化信息计算转换图象的方法和系统”。该申请描述从数字图象和涉及几何转换的格式化信息P4计算转换图象的方法,尤其是涉及装置链P3的失真和/或色差的格式化信息P4。该方法包括从几何转换的近似法计算转换图象的步骤。由此可得出这种计算就内存资源,存储器带通和计算能力来说是经济的,因此就耗电量来说也是经济的。由此还可得出在随后的使用中,转换图象不存在明显的或令人讨厌的缺陷。
为使用格式化信息P4,可以使用在例如以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和系统,该申请名为:“在考虑其噪声的情况下改进数字图象的方法和系统”。该申请描述了从数字图象和涉及装置链P3的缺陷P5的格式化信息P4计算转换图象的方法。装置链P3包含图象捕获装置和/或图象恢复装置。装置链P3至少包含一个装置P25。该方法包含从格式化信息P4和/或数字图象自动确定特征数据的步骤。技术特征的组合使得在随后的使用中,转换图象不存在明显的或令人讨厌的缺陷,特别是涉及噪声的缺陷。
                   图象处理装置
具体结合图1,现描述图象处理装置P1的概念。在本发明的含义范围中,图象处理装置P1定义为,例如软件和/或组件和/或一项设备和/或一系统,它们能够通过利用格式化信息P4改进图象P2的质量以便产生改进的图象。改进后的图象可用于装置链P3的第二装置,该装置可以与P25相同或不同,例如装置链P3中的以下装置。
由图象处理装置P1对图象质量进行的改进在于例如:
—抑制或削弱图象P2中装置链P3的一个或多个装置P25引起的缺陷P5,和/或
—改进图象P2,以便增加装置链P3中一个或多个装置P25的至少一个缺陷P5,使得改进后的图象类似于用一个或多个装置P25获取的图象,和/或
—改进图象P2,以便增加装置链P3中一个或多个装置P25的至少一个缺陷P5,使得对改进后图象的恢复类似于由一个或多个装置P25恢复的图象,和/或
—通过考虑涉及装置链P3中人眼P25的视觉缺陷P5的格式化信息P4改进图象P2,使得对于所有或部分缺陷P5,人眼察觉到对改进后图象的恢复是经过校正了的。
校正算法定义为图象处理装置P1用来改进取决于缺陷P5的图象质量的方法。
图象处理装置P1可以采取多种从属于本申请的形式。
图象处理装置P1可以完全或部分集成到装置P25中,如在以下实例中:
—产生改进后图象的图象捕获装置,例如其中集成了图象处理装置P1的数码相机,
—显示或打印改进后图象的图象恢复装置,例如其中包含了图象处理装置P1的视频投影仪,
—可以校正其元件缺陷的混合装置,例如扫描/打印/传真一体机,其中包含了图象处理装置P1,
—产生改进后图象的专业的图象捕获装置,例如内诊镜,其中包含图象处理装置P1。
在图象处理装置P1集成到装置P25中的情况下,装置P25实际上校正自己的缺陷P5,且该装置链P3的装置P25可以通过例如在传真机,扫描仪和打印机中设计来确定;但是,用户只能使用装置链P3中装置P25的一部分,例如,在传真机也可以用作一台独立的打印机的情况下。
图象处理装置P1可以完全或部分集成到计算机中,例如通过以下方式:
—在一个操作系统中,例如在Windows或Mac操作系统中,为自动改进来自或用于多个装置P25的图象的质量,该图象可能随图象103或随时间改变,P1例如是扫描仪,照相机和打印机;自动校正可以是在例如将图象P2输入系统时,或者在用户请求打印时进行,
—在一个图象处理应用中,例如在PhotoshopTM中,为自动改进来自或用于多个装置P25的图象质量,所述图象的质量可能随图象或随时间改变,P1例如是扫描仪,照相机和打印机。自动校正可以是在例如用户激活PhotoshopTM中滤波指令时进行。
—在一个照片打印装置中(例如照相洗印服务或英文所述的微型暗室),为自动改进从多个照相装置得到的多个图象的质量,所述图象质量可能随图象或随时间改变,P1例如是一次性相机,数码相机和光盘。自动校正可以考虑相机以及集成的扫描仪和打印机,且校正可以在初始化打印作业时进行。
—在一台服务器上,例如在因特网上的一台服务器,为自动改进来自多个装置的多个图象的质量,所述图象质量可能随图象或随时间改变,P1例如是一次性相机、数码相机,自动校正可以考虑该相机以及打印机,且校正可以在服务器上记录图象P2时进行,或在初始化打印作业时进行。
在图象处理装置P1集成到计算机中的情况下,为了实用,图象处理装置P1与多个装置P25兼容,且装置链P3中至少有一个装置P25可以在一幅图象103和另一幅之间发生改变。
              对本发明所解决的问题的说明
在多数所引用的图象处理装置P1中涉及若干经济参与者:图象捕获装置的制造商,软件编写者,恢复装置的制造商。
此外,以下不同的经济参与者将能够生产涉及不同装置P25的格式化信息P4:装置P25的制造商,特定的第三方,图象处理装置P1的用户。
此外,图象处理装置P1可采取在不同类型的硬件上执行的软件的形式,尤其是在图象处理装置P1集成在装置P25中时。
最后,该格式化信息P4可被以不同的方式分布和/或更新。
-使用图象处理装置P1递送,
-使用装置P25递送(在一已交付的光盘上,等),
-作为由该(图象捕获)装置P25产生的图象分布在相同文件中,
-借助于一中央或分布式数据库来分布。
考虑到经济参与者的数目,且最重要的是用户的数目,不可能迫使每人均同时更新图象处理装置P1;由此并非所有的用户均将使用相同版本的图象处理装置P1。
另一方面,未来将出现在市场上的装置P25可能具有更复杂的或依赖于新的可变特征的缺陷。在此情况下,不可想象可请求所有的用户来更新图象处理装置P1。
最后,某些图象处理装置P1可考虑,例如,新的缺陷P5,新的图象格式或新的可参数化模型P10。将来必要的是能够逐渐采用新的图象处理装置P1,同时保持与旧的图象处理装置P1相兼容。
这解释了一般格式的重要性,使用该一般格式可在不同的经济参与者之间交换格式化信息P4,以及使得不同的软件程序有可能产生和使用该信息的重要性。其解释了在根据本发明的一般格式中包含描述还未被商业化的装置P25的缺陷P5所必须的灵活性的重要性,以便降低更新该图象处理装置P1的更新频率,具体地:
-以避免在新的装置P25,例如更复杂的装置P25上市时必须分配新的图象处理装置P1,以及
-以避免必须更新图象处理装置P1,以便将它们集成在一新的装置P25中,其包含之前从未在图象处理装置P1中使用过的处理器和元件。
为降低图象处理装置P1的更新频率,本发明包括用来确保随着时间的推移格式化信息P4和图象处理装置P1之间的一致性。
-以这样的方式,即使得有可能产生与一新的且甚至是复杂的装置P25相关的格式化信息P4,允许存在图象处理装置P1以在考虑与装置P25相关的格式化信息P4的情况下改进图象P2的质量,
-以这样的方式,即使得图象处理装置P1的两次更新之间的时间能够分隔开,
-一这样的方式,使得生产装置P25和/或图象处理装置P1的不同的经济参与者能够独立于其它经济参与者更新其产品,及时后者彻底地改变了其产品的特征,或能够迫使其客户更新其产品,
-以这样的方式,即使得能够通过以有限数量的经济参与者和先驱用户开始,逐渐使用一新的功能,同时保持与已经分配的图象处理装置P1的兼容性。
                       变量
基于图2,现描述变量P6的概念。根据本发明,可变特征P6定义为一个可调节因素,该因素可以在一幅图象103和通过同一个装置P25获取、改进或恢复的另一幅图象之间变动,并对装置P25获取、改进或恢复的图象的缺陷P5产生影响。特别是:
—对给定图象P2来说是固定的全局变量,例如在获取或恢复该图象时装置P25的特征,该特征与用户的调节有关或与装置P25的自动操作相关,
—局部变量,在给定图象103中,其是可变的,例如图象中的x,y或p,θ坐标,允许图象处理装置P1应用随图象区域的不同而不同的局部处理。
随装置P25的不同而变化,但是对从一个图象103到由同一个装置P25获取、改进或恢复的另一个图象而言是固定的可测量因素,通常不被看作可变特征P6。例如具有固定焦距的装置P25的焦距。
格式化信息P4可依赖于至少一个变量P6。
通过变量P6,具体可以理解:
—光学系统的焦距,
—对图象进行的重新确定尺寸(数字变焦系数:部分图象的放大;和/或欠取样:图象象素数目的减少),
—非线性强度校正,例如灰度系数校正,
—轮廓增强,例如装置P25使用的模糊消去等级,
—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,
—胶卷或传感器的灵敏度,
—打印机使用的纸类型,
—图象中传感器中心的位置,
—图象相对于传感器的旋转,
—投影仪相对于屏幕的位置,
—使用的白色平衡,
—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的用户使用的另一个调节,例如操作模式,
—装置P25的另一个自动调节,
—装置P25执行的另一个测量。
                   变量值
基于图2,现描述变量值P26的概念。变量值P26定义为获取、改进或恢复指定图象时变量P6的值。
变量和识别符之间的对应关系,对应表,
变量的数目,字段,字段值
基于图2,4和5,以下将描述对应关系P7,变量的数目P14,识别符P8,字段P13和字段值P28的概念。借助于格式化信息P4,有可能在部分变量P6和识别符P8之间建立对应关系,例如通过包括一一对应表P11或至一表的连接;在产生格式化信息P4的时刻可选择该部分变量P6,例如以这样一种方式,即使得格式化信息P4有可能使用指定的精度来改进图象;事实上,某些变量P6对缺陷P5的影响可能比其他变量的影响要小,且由此通过做出这些是常数的近似而引入的误差可能只不过是最小值;例如,该调焦调节可能仅对渐晕缺陷具有轻微的影响,且由此可能不是与识别符P8具有对应关系P7的变量P6的一部分。格式化信息P4也可能包括与识别符P8具有对应关系P7的变量P6的该部分的变量的数目P14。
例如,识别符P8可包括源的类型(Exif格式,Twain格式等等)以及适用于该源的字段P13的识别符(字段P13的数目,字段P13的名称,等)。
由此,图象处理装置P1可确定对应于识别符P8的变量的值P26,尤其是在所述变量P6的物理意义和/或内容仅在所述图象处理装置P1的分布之后才知道的情况下。
在该源包括命名字段P13的情况下,如在Exif格式的例子中,对应关系P7可通过使用字段P13的名字来编码,该编码方式使得图象处理装置P1可读取在图象处理装置P1的分布之后限定的字段值P28,且由此可确定变量值P26。
这样,在图象处理装置P1的两次更新之间的时间可以分隔开;生产装置P25和/或图象处理装置P1的不同的经济参与者可独立于其他经济参与者更新其产品,即使后者彻底地改变了其产品的特征或不能迫使他们的客户更新他们的产品;这样使得能够通过以有限数量的经济参与者和先驱用户开始,逐渐使用一新的功能。具体地,在摄影的例子中,有多个经济参与者和为数极其众多的用户;由此不可能使每个人同步。
例如,变量P6和识别符P8之间的对应关系P7可采取对应表P11的形式,其对于每个变量P6来说,包括源类型和源中字段P13的识别符。在此情况下,为确定变量值P26,图象处理装置P1可以例如在该源内发起对以下字段P13中的一个的检索:
-在数字相片的情况下,在包含图象P2的文件中为Exif格式的字段P13,
-在数字相片的情况下,在包含图象P2的文件中在Exif格式的MakeNote字段中的子字段P13,
-在包含图象P2的文件中的专有字段P13,以代表例如图象中心的位移或该图象相对于源自该检测器的图象的旋转,
-源自一扫描器驱动器的格式为Twain的P13,
-源自打印机驱动器的字段P13,
-源自XMP格式的字段P13,
-  由图象P12本身计算的字段P13,例如用于图象P2的缩放系数,或例如焦距。
例如,用于与装置P25相关格式化信息P4的对应表P11可指示该变量P6对应于字段P13 Exif#212或变量P6对应于Twain数据#35;这样,有可能通过读取在该文件的标题中的字段P13Exif#212找到用于一给定图象P2的变量P6的值,所述文件包含源自一数码相机的图象P2,或通过请求来自一扫描仪的Twain驱动器的Twain数据#35的值找到变量P6的值,而不必知道其是与焦距相关还是与温度相关。
这样,有可能改进图象P2的质量,包括在图象处理装置P1的分布之前存在的那些图象,如果包含P2的文件还包含例如字段P13Exif#212的数据;以获得字段值P28,处理装置使用识别符P8来确定P13的名称,并确定来自包含图象P2的文件的字段值P28,由此确定变量值P26。
例如,部分变量P6可对应于应用于图象P2的一般变形(尤其是相对于检测器的旋转、平移或数字缩放)。由此,由于缺陷P5通常依赖于在检测器上的位置,因此必须以所述部分所述变量P6的值考虑任何在检测器和正确算法的应用之间的应用于图象的几何转换,尤其是在以下情形中:
-在装置P25中,作为用户所应用的缩放调节的函数,例如x1.5,通过仅使用光学系统的表面的一部分的效应,检测器的效应以及插入图象P2的象素值的效应,可以应用数字缩放,
-在装置P25中,作为用户所应用的调节的函数,以选择所产生的图象的分辨率,例如1280*1024或1200*1600,进行插入以获得图象P2的象素值,
-在装置P25中,作为用户所应用的调节的函数,以选择所产生的图象的形状,例如1∶1.33或1∶1.5,对图象P2进行修剪。
-在校正之前,可由软件来应用旋转或重新确定尺寸,
-图象处理装置P1还可改变图象P2的大小;例如,失真校正算法使规则图象P2的边缘变形,以便它们不再规则,且其可应用缩放系数或对图象的边缘进行修剪以恢复其原始尺寸和形状。
由此必须跟踪这些处理操作并合并这些信息的不同的项,以便获得变量值P26,以便知道,例如,应用于相对于检测器和光学系统的缩放系数,且这必须在用于校正图象处理装置P1中的缺陷的每一算法之前进行。
在使用装置链P3的情形下,每个装置P25具有其固有变量P6,例如焦距。
可参数化模型,参数,数学函数
具体结合图3和图6,现描述参数P9和可参数化模型P10的概念。在本发明的含义范围中,可参数化模型P10定义为可依赖于变量P6并且涉及一个或多个装置P25的一个或多个缺陷的数学模型;例如,可参数化模型P10可以涉及:
—数码相机的清晰度缺陷或模糊,
—有望被模仿的相机的渐晕缺陷,
—投影仪的变形缺陷和色差缺陷,
—与扫描仪组合的一次性相机的清晰度缺陷或模糊缺陷。
涉及装置P25的缺陷P5的格式化信息P4可以表示为依赖于可变特征P6的可参数化模型P10的参数P9的形式;通过可参数化模型P10的参数P9,可能在一组数学函数例如多变量多项式中识别一个数学函数P16;通过该数学函数P16,有可能将图象质量作为可变特征P6指定值的函数来进行改进。
以下,LA1和LA2将被定义为图象处理装置P1,其随时间被连续地分配,且采用格式版本连续的格式化信息P4。
每个图象处理装置P1的版本可对应于格式化信息P4的格式的更新,或换句话说,对应于可参数化模型P10的更新。以下IF1APi和IF2APi将被定义为与定义为APi的装置P25相关的格式化信息P4的项,所述装置P25随时间被连续地分配,并使用格式版本连续的格式化信息P4。
以下,将AP0定义为在LA1之前商业化的装置P25,将AP3定义为在LA2之后商业化的装置P25。变量P6可对应于可随装置P25的类型改变的物理属性。例如,AP3可以是具有依从于温度的失真的第一个装置P25,且由此其在分配LA2之前未被测试。
               可参数化模型的识别元素
具体参考图3,以下将描述用于可参数化模型的识别元素P12的概念。对于可参数化模型,格式化信息P4可包括与所述连续采用的可参数化模型P29相关的识别元素P12,使得其有可能在分配图象处理装置P1之前,识别与可参数化模型P10相关的格式化信息P4的一部分,其方式使得在格式化信息P4的多个项之间存在向上兼容性,且其方式使得在格式化信息P4的多个项之间存在向下的兼容性。
通过以下例子可描述兼容性的概念:
-向上兼容性的例子:LA2将能够使用IF10来校正存在于IF1APO中存在的所有的缺陷P5,
-向下兼容性的例子:LA1将能够使用IF2AP3的一部分来校正由LA1考虑的缺陷P5,而非更近期出现的缺陷P5。
具体地,可能使用用于可参数化模型的识别元素P12以便以格式化信息P4设置与同一装置P25相关的两个表示:
-仅与最近的处理装置P1兼容的表示,其有可能以好的精度来改进图象质量。
-与旧的处理装置P1兼容的表示,其有可能改进图象质量,虽然使用较差的精度。
这样,有可能降低图象处理装置P1的更新频率。
以下例子示出可参数化模型P10可随时间改变的原因:
-更新所述处理装置P1以考虑一新的缺陷P5,其不能被现存的可参数化模型P10有效地代表,
-需要更灵活的可参数化模型P10来代表非典型装置P25的先前存在的缺陷P5,即使为降低该风险存在其他机构。
以下示例示出可能在连续采用的可参数化模型P29之间发生的更新:
-为校正视频投影仪的失真缺陷P5,意识到必须使用于图象捕获装置情况下的自动再构造无效,且必须使对应于图象P2的区域以外的区域中断(black out);可通过将一参数P9加入该格式化信息P4并通过更新包括在图象处理装置P1中的失真校正函数来采用该函数;例如,仅LA2将结合该校正算法,由此LA1将不能校正视频投影仪的失真。
-在校正失真或增加缺陷P5之后增加功能性,例如自动再构造调节,
-增加新的缺陷P5,例如颜色。
一般的可参数化模型,基本数学函数,编码
具体参考图6,以下将描述一般可参数化模型P17的概念。由可参数化模型P10的参数P9识别的数学函数P16可以以,例如数学形式来书写:
r1,r2,…,rP=f(v1,v2,…,vQ),
其中,Q为变量P14的个数,v1-vQ为变量P6,f为数学函数P16,且r1-rP为数学函数P16的结果。
数学函数P16还可以以一连串的基本数学函数的形式来书写,每一个具有以下单一结果:
ri=fi(wi1;…;wiS),
这里,wi1-wiS为变量P6的各部分,且i在1和P之间变化。
以下例子描述了在可参数化模型P10中,对与一基本数学函数相关的参数P9编码的种类。在产生格式化信息P4时可使用的多种编码方法中选择一种编码方法的可能性使得有可能产生与具有任意复杂性的“每一种”类型的装置P25相关格式化信息,而不会改变图象处理装置P1,即使对于某些编码方法来说,对图象质量的改进要慢一些。
可以不同方式,以格式化信息P4对基本数学函数进行编码,例如:
-以多项式的形式(例如:变量P14的个数,每一项具有变量P6的系数和次数),
-以例如多个点的测量点的形式:对于某些变量P6的变量P6的范围的值,以及其它变量P6的基本数学函数,
-如形式为基本数学函数的组合,尤其如加权和,
-例如形式表现(例如:v1^v2+cos(v1)),
-例如程序,
-例如以Java语言编码且独立于用于图象处理装置P1中的处理器的程序。
例如,以下编码方法可用于对一基本的数学函数f(x,y,t)进行编码,或对与简单函数的和相同的近似进行编码:
-编码1:参数P9可包括:尤其是在该基本数学函数为多项式的情况下,所述多项式包含其各项的系数的多个变量P6,列αi,pxi,pyi,pti,以及每一项的每个变量P6的次数,使得f(x,y,t)=∑αi xpxi ypyi tpti;例如((5,0,1,0,(9,1,1,1),(3,1,1,2)用于编码5y+9xyt+2xyt2,该编码还可包括变量的个数P14和项的个数,
-编码2:可使用其他简单的函数,例如多项式的若干项,例如微波小波分组;某些参数P9可描述使用的基础,其他参数可描述根据该基础的扩展f(x,y,t)的系数,另一个则可描述变量的个数P14。
一般可参数化模型P17被定义为可参数化模型P10,以便有可能识别所述P6的任何数学函数P16,以此方式使得有可能产生与具有任意复杂性的装置P25的缺陷-5相关的格式化信息P4。在此情况下,参数P9可包括变量的个数P14,以及例如在具有三个变量P6x,y,t的函数的情况下:
-编码3:字符串,例如2*t*x^2+cos(y*t)*5^x,
-编码4:一列值或值s的范围,例如((2,3,1,12),(5,6,2..5,7),…)以代表位于2和5之间的点12=f(2,3,1),7=f(5,6,a);在该情况下,有可能通过插入法视情况找到不存在于该列中的其他点的值;某些参数P9可进一步描述待使用的插入模型(线性,样条,等)
-编码5:数据处理语言的指令,例如Java,可用来计算基本的数学函数,
-编码6:一列ti,fi(x,y)以代表点f(x,y,ti)=fi(x,y),这里,fi是两个变量P6的基本数学函数,可根据任何编码方式对其进行编码;在此情况下,有可能通过插入法视情况找到用于t的其他值的其他点的值,其不存在于该例中;某些参数P9可进一步描述待使用的插入模型;在一可替换的实施例中,ti可指定满足f(x,y,t)=fi(x,y)的值t的范围,
-编码7:列αi,fi(x,y,z)来代表f(x,y,t)=∑αif(x,y,t),这里,fi为可根据任何方式编码的三个变量P6的基本数学函数。
以包含3个变量P6的函数的例子描述上述编码方式,但是也可将它们用于任意个数的变量P6。
在基本数学函数不依赖于任何变量P6的情况下,可使用被定义为编码8的其它编码方式,其限于常量。
由于选择在产生格式化信息P4时刻编码的可能性,任意类型的装置P25的缺陷P25,即使复杂,也可被描述,由此使得有可能降低图象处理装置P1的更新频率。
例如,可使用编码4以格式化信息P4来代表未加工的测量,例如与失真相关的数学字段;该信息可定义为测得的格式化信息;然后,可通过插入法对编码1,2,3,5和6进行计算,以获得格式化信息P4,其可被定义为扩展的格式化信息;最后,一旦确定了部分变量P6的值,就可从编码6计算出与编码7类似的编码。
                     配置常数
可参数化模型P10可以是使得某些基本数学函数fi不依赖于局部变量;不依赖于任何局部变量的这些基本数学函数fi被定义为不依赖于图象P2的配置常数。借助于这些不依赖于图象的配置常数,有可能改进图象处理装置P1的行为以改进与装置P25的缺陷P25相关的图象质量。
由此,可将数学函数P16扩展为一组配置常数,其独立于该图象和一组基本数学函数。
可借助于配置常数以不同方式来配置图象处理装置P1,所述配置常数的一部分独立于图象P2。适当的是根据选择其值的时刻和使用它们的瞬间来对配置常数进行分类。
可在以下时刻使用配置常数:
-在产生格式化信息的时刻,例如校准精度,
-在由图象处理装置使用格式化信息P4的时刻,例如校正缺陷P5的顺序,
根据该情况,配置常数可以有多种形式:
-独立于装置P25和图象P2的不可修改的常数,例如图象处理代码,
-包含独立于装置P25和图象P2的常数的配置文件,例如以.ini格式的文件,
-独立于装置P25和图象P2的变量的值P26,
-包含独立于图象P2和装置P25的配置常数的格式化信息P4,以及依赖于装置P25和图象P2的基本数学函数,
-与图象处理装置P1的用户相关,且包含,例如独立于装置P25和图象P2的常数的配置文件。
该配置常数可在以下时间确定:
-在创建应用软件时(编码中的常数,或算法的编码),
-在配置用于一客户的应用软件时(例如,配置文件),
-在产生格式化信息P4时(由此该信息独立于图象),
-在装置P25进行图象捕获或图象恢复时,
-在图象处理装置P1使用格式化信息P4时。
为降低图象处理装置P1的更新频率,优选使用独立于为格式化信息P4的图象P2的配置常数,其适用于每个装置P25,而非使用一不可修改的常数或配置文件。
总之:
-在(例如,通过一.ini文件)产生该格式化信息P4时刻,确定并使用产生格式化信息P4的算法的配置常数,
-待被避免的图象处理装置P1的不可修改的配置常数;例如在编辑图象处理装置P1的软件时确定它们,并在校正时刻使用它们;
-在产生格式化信息P4时确定并由图象处理装置P1使用独立于该图象的配置常数(例如,进行校正的顺序,琐事用的可参数化模型P10的类型(多项式Java),噪音的类型(模拟或数字),检测器的类型(CMOS,CCD),不清晰度模型(各向同向或各向异性),或在失真校正后启动对图象的自动的重新确定尺寸);它们存在于格式化信息P4中;它们,例如与操作模式或与依赖于装置P25的编码类型相关,
-在产生格式化信息P4时确定变量P6和识别符P8之间的对应关系P7,并由图象处理装置P1应用该对应关系;它们存在于格式化信息P4中;
-在图象捕获或恢复时刻确定变量值P26(例如焦距),并(例如,通过Exif,Twain等)由图象处理装置P1应用该变量值,
-依赖于客户(例如加密密钥等)的配置常数;在图象处理装置P1的生产时刻确定这些配置常数,并由图象处理装置P1使用这些配置常数(例如它们可以包含在配置文件中),
-留待客户选择的常数(例如待被校正的缺陷P5,最终图象的大小);由图象处理装置P1确定并使用它们,
-图象处理装置P1的不可修改的配置常数;在图象处理装置P1的生产之前确定它们,并由图象处理装置P1来应用它们。
该种可参数化模型的识别元素
具体结合图6,现描述该种可参数化模型的识别元素P15的概念。则可参数化模型P10的参数P9可以表现为以下形式:
-表示为变量P6的基本数学函数的编码的形式,
-用于该类型可参数化模式的识别元素;其可包括用于代表基本数学函数的编码。
某些基本数学函数可对应于独立于该图象的配置常数。
以下将描述一替换实施例,该实施例有可能引入图象处理装置P1和与装置P25相关的格式化信息P4的很好的兼容性,所述装置P25在分配P1之后被商业化,使得有可能降低图象处理装置P1的更新频率。
该校正算法仅涉及独立于该图象的配置常数以及基本数学函数。该校正算法不知道全局变量的个数和性质。
校正算法不知道全局变量的值。
校正变量不知道哪种编码方法用于基本数学函数;它们仅能够计算这些函数的值,用于它们选择的局部变量的值,所述全局变量的值之前已通过使用对应关系P7被确定。
校正算法不知道装置链P3的装置P25的特性或类型。
校正算法不知道之前对该图象应用了哪些处理操作,且由此不知道调用校正算法的顺序。
此外,存在多种其他的方法,其中可使图象处理装置P1的校正算法关于格式化信息P4具有一般性,所述格式化信息P4与在图象处理装置P1之后分配的装置P25的缺陷P5相关:
-一种慢方式,其非常普通且需要不是非常紧凑的格式化信息P4,包括以格式化信息P4对数据处理程序P18进行编码的能力,所述程序能够访问变量值P26和图象P2,
-另一种方式包括在格式化信息P4中包括以例如Java编码的至少一个一般的可参数化模型P17,
-另一种方式包括提供独立于图象的配置常数,使得有可能切换至可能较慢的方式,这里不可修改的常数由独立于图象的配置常数来替换,
-另一种方式包括系统地使用基本数学函数,而不使用任何独立于该图象的配置常数,
-另一种方式包括选择局部变量和基本数学函数,其可用来覆盖缺陷P5的特征;例如,在模糊的情形下,可以想象的是选择函数f(x,y,z),用于固定该图象的每个区域的各向异性节点,而不是选择用于固定对该图象的所有区域来说公共的各向同性节点。
这样,有可能在所述格式化信息P4的产生时刻选择每个可参数化模型P10的类型。
这样,有可能在改进图象质量时计算所述数学函数P16,其用于在产生格式化信息P4期间使用的可参数化P10的类型。
一种可替换的实施例可以,例如采用两种类型的可参数化模型P10,其中一个使用多项式编码,而另一个则使用正式数学表达式编码。
对在产生格式化信息P4时刻使用的模型的类型的选择可考虑,根据应用,由图象处理装置P1产生的期望的图象质量,使装置P25的缺陷P5模型化所需的可参数化模型P10的计算时间和复杂性。
格式化信息P4还可包括数据处理程序P18和/或至数据处理程序的连接P19,使得有可能分配图象处理装置P1,其调用包含在该格式化信息P4中的数据处理子程序,使得有可能改进图象质量,尤其是通过处理在分配所述处理装置P1之后限定的缺陷P5。
例如,数据处理装置P18可校正图象P2的缺陷P5,或其还可能仅执行处理操作的一部分,例如计算数学函数P16。在此情况下,有可能限定:
-可参数化模型P10作为数据处理程序P18,
-参数P9作为所述数据处理程序P1的指令。
通过至数据处理程序的连接P19,可以具体理解:
-远程呼叫,
-允许远程加载程序的地址。
例如,在存在失真的情况下,校正算法可涉及基本数学函数fx(x,y)和fy(x,y),使用该函数有可能计算在该图象中对应于改变图象中一点的坐标,而不必知道是否存在除了局部变量x和y之外的变量P6。
校正算法还涉及独立于该图象的配置常数,例如
-启动自动重构造来获得一改进的矩形图象,(在捕获装置的情况下而非恢复装置的情况下被启动),
-启动对改进图象的重新确定尺寸,以便其具有与该图象同样的尺寸。
该校正算法不具有获知焦距或已经被考虑的缺陷P5的值或用于校准的测试模式的大小的任何方法。
例如,在失真和色差的情况下,以及在包含红、绿和蓝(RGB)的三种彩色面P20的图象的情况下,校正算法会涉及六种基本数学函数:fxR(x,y),fyR(x,y),fxG(x,y),fyG(x,y),fxB(x,y),fyB(x,y),使用这些函数有可能计算在图象P2的彩色面P20的点对应于在改进图象的相应的彩色面P20中的点的坐标,而不必知道是否存在除了局部变量x和y之外的变量P6。
校正算法还涉及独立于图象的配置常数,例如:
-启动自动重构造来获得一改进的矩形图象,(在捕获装置的情况下而非恢复装置的情况下被启动),
-启动对改进图象的重新确定尺寸,以便其具有与该图象同样的尺寸。
该校正算法不具有获知焦距或已经被考虑的缺陷P5的值或用于校准的测试模式的大小的任何方法。
例如,在渐晕的情况下,校正算法可涉及基本数学函数f(d2),使用该函数有可能计算该增益以将其应用于亮度,作为至被定义为中心的点的距离的平方的函数,而不必知道是否存在除了局部变量d之外的变量P6。
该校正算法还涉及独立于该图象的配置常数,例如该中心的坐标。
该校正算法不具有获知焦距或已经被考虑的缺陷P5的值或用于校准的测试模式的大小的任何方法。
例如,在模糊的情况下,对于每个P20,该校正算法能够涉及两个基本数学函数fX(x,y),fY(x,y),使用其有可能计算用于位置x,y的象素块的节点,该节点在x轴和Y轴是各向异性的,而不必知道是否存在除了局部变量x和y之外的变量P6。
该校正算法还涉及独立于该图象的配置常数,例如所使用的噪声模型(卤化银或数字技术)。
该校正算法不具有获知焦距或已经被考虑的缺陷P5的值或用于校准的测试模式的大小的任何方法。
优选地,该所选择的校正算法避免调用每个象素的基本数学函数。这使得在复杂装置P25的情况下,有可能使用更一般且更慢的编码方法。例如:
-在存在失真和/或色差的情况下,可使用基本数学函数仅用于阵列的象素;在阵列的四个点之间,有可能使用例如可能是双线性的插入法,
-在渐晕的情况下,可使用基本数学函数来计算为d2的函数的表,
-在模糊的情况下,可使用数学函数来计算该一个或多个节点。
                彩色图象,彩色面,
          特定颜色,与特定颜色相关的数据
具体结合图7,现描述彩色图象p12,彩色面P20,特定颜色P22以及与特定颜色相关的数据P23的概念。上述描述的可替换实施例可用于图象P2为彩色图象P21的情况。彩色图象P21可以通过多种方式分解为多个彩色面P20:彩色面数目(1,3或更多),精度(8位无符号、16位有符号、浮点数等)和彩色面(相对于标准颜色空间)的权。彩色图象P21可以通过多种方法分解为多个彩色面P20:红色,绿色,蓝色(RGB)或强度,饱和度,色调等;另一方面,存在例如PIM的颜色空间,或可能是负象素值,以便能够表示减色,所述减色不能用正的RGB表示;最后,有可能使用8位、16位或浮点值对象素值编码。格式化信息P4包括可用来将图象P2分解为与待被处理的不同的缺陷P5兼容的彩色平面P20的数据;每个彩色面P20由一特定颜色P22来表征;与所述特定颜色相关的所述数据P23进一步使得有可能确定所述格式化信息P4的一部分,其可被适当地用来改进所述彩色面P20的质量;使得所述图象处理装置P1可应用一特定的处理操作,尤其是对模糊等级的处理,用于在所述图象处理装置P1的分配之后限定的特定的颜色P22;使得有可能降低图象处理装置P1的更新频率。
作为例子,可通过使用红色、绿色和蓝色彩色面P20来校正当前装置P25的模糊度;该方法和系统有可能校正装置P25的模糊度,对于该装置,将会更好地适用向亮度和饱和度的分解。
在与PIM标准兼容的装置P25的情况下,例如,有可能选择以正的颜色对x,y,z空间的8位进行操作,或对RGB空间带符号的16位进行操作。
                与特定缺陷相关的数据
具体结合图8,现描述涉及一特定缺陷的数据P24的概念。该格式化信息P4可包括与至少一个特定缺陷P5相关的数据,被定义为与一特定缺陷相关的P24;借助于该与一特定缺陷相关的P24,将有可能确定可被适当用于根据所述特定缺陷P5改进图象质量的部分格式化信息P4;实际上,与特定缺陷相关的数据P24将能够采取一识别符的形式,该识别符用于能够校正该特定缺陷P5的校正算法。
这样,通过使用与缺陷P5相关的格式化信息P4,能够改进图象质量,其中至少一个缺陷P5在分配所述图象处理装置P1之后被限定;这样,就有可能降低图象处理装置P1的更新频率。
例如,IF2AP3包含与失真、渐晕以及模糊相关的数据;LA1仅能够校正模糊;LA1可通过使用IF2AP3来校正模糊;在此情况下,节点的大小必须依赖于失真所应用的变焦距。
例如,如果图象处理装置P1的版本能够处理失真而不能处理模糊,那么该版本将能够提取与失真相关的格式化信息P4并仅处理该失真。
能够处理多个缺陷P5的图象处理装置P1的另一个优势是,在与事件的顺序相关的极限范围内,可将对待被处理的缺陷P5的选择留给用户,如下所述。
                    替换实施例
此外,以下方法有可能降低图象处理装置P1的更新频率:
-格式化信息P4可包括信息,该信息使得有可能确定图象处理装置P1执行校正算法的顺序,由此,允许选择最适于每一装置P25的顺序,
-格式化信息P4可独立于用于处理或读取该信息的处理器的类型(8,16,32,64位,字中的字节顺序);
-格式化信息P4可存储在文件或数据库中,所述文件开可包含图象P2,所述数据库由装置P25的识别符做索引,
-在将格式化信息P4注册在图象中的情况下,可将索引包含在注解字段中,例如,以便有可能指示格式化信息P4的存在的位置(例如字段类型和字段名);结果,有可能分配与用于存储格式化信息P4的将来的标准兼容的图象处理装置P1(Exif格式的字段,Tiff格式的字段,XMP格式的数据,注解字段)。
              利用本发明优势的例子
为改进图象P2的质量,图象处理装置P1可执行,例如以下所有或部分步骤:
-确定装置链P3的装置P25或装置P25的识别符,例如,通过分析图象P2相关的数据,所述图象P2在包含图象P2的文件中或来自图象载入装置,
-通过使用以此方式获得的用于装置P25的识别符,例如在包含图象P2的文件中或在数据库中检索与装置链P3的装置P25的全部或部分的缺陷P5相关的格式化信息P4,
-使用格式化P4建立变量P6和识别符P8之间的对应关系P7,
-通过使用识别符P8,例如,通过使用在包含图象P2的文件中存在的Exif数据,确定对缺陷P5有影响的变量的值,例如焦距,
-组合多个装置P2的格式化信息P4的项,
-通过使用用于可参数化模型的识别元素P12,选择部分格式化信息P4,其与所述图象处理装置P1兼容,
-通过使用与特定缺陷相关的P24,选择与部分缺陷P5相关的部分格式化信息P4,
-根据特定颜色P22将图象P2装载并分解为彩色面P20,
-通过使用以此方式获得的格式化信息P4的可参数化模型P16的参数P9,识别数学函数P16,
-确定独立于图象的配置常数,并确定基本数学函数及其自用于该种可参数化模型的识别元素P15和自数学函数P16的编码,
-确定自格式化信息P4的校正顺序,
-通过使用按照以此种方式确定的顺序的校正算法,独立于图象的配置常数,以及基本数学函数对图象P2的质量进行改进,以便获得经改进的图象;在公众应用中,对图象质量的改进必须是强壮的,这意味着宁可停止使用校正或削弱校正,也不冒险降低图象的质量;例如,最好是宁可除去较少的模糊,也不降低噪音;而且颜色最好是即使略微欠暖,但看上去仍然很自然。
在该可替换实施例中,可产生格式化信息P4用于在分配图象处理装置P1时刻未被获知的复杂的装置P25,同时无须更新图象处理装置P1。格式化信息P4的一个例子如下:
装置P25:
-该装置的识别符,
-与该装置相关的格式化信息的版本,例如日期,
格式化信息P4的类型(测得的格式化信息,扩展的格式化信息,等等),
用于可参数化模型的识别元素P12:
-可参数化模型2.0,
-可参数化模型2.1,
与可参数化模型相关2.0相关的格式化信息P4
-载入图象:16位带符号,特定颜色P22=RGB,
-对应关系P7:v1=Exif#212;v2=从为图象大小的函数的表格获得的变焦距和剪切,
-校正的顺序:失真,模糊,
-失真校正:c1;f3(v1,*,*);f5(v2,*);8位RGB输出,
-模糊校正:c2;f2(v1,*,*),
与可参数化模型2.1相关的格式化信息P4
-  …
基本数学函数:
-f1:3个变量P6,编码1,项:{(12.5;0;3;4);(199;1;1;1)},
-f2:3个变量P6,编码6,点:{(12.2;f3);(45.4;f4)},
-  …
配置常数:
-c1:3;2.5。
              应用本发明来降低成本
降低成本定义为降低装置链P3中装置P25的成本,特别是装置或装置链或装置的光学系统成本的方法和系统,该方法在于:
—减少透镜数目,和/或
—简化透镜形状,和/或
—设计一个缺陷P5大于装置或装置链预期缺陷的光学系统,或是从目录中选择该缺陷大于预期缺陷的产品和/或
—对装置或装置链使用成本较低且增加缺陷P5的材料、组件、处理操作或制造方法。
根据本发明的方法和系统可以用来降低装置或装置链的成本:有可能设计一个数字光学系统,产生涉及装置或装置链的缺陷P5的格式化信息P4,使用该格式化信息可以使集成或非集成的图象处理装置P1能够改进来自或用于该装置或装置链的图象P2的质量,从而使该装置或装置链与该图象处理装置的组合能够以较低的成本,获取、改进或恢复具有预期质量的图象。

Claims (30)

1、一种用于降低图象处理装置(P1)的更新频率的方法,所述图象处理装置尤其是软件和/或组件;所述图象处理装置(P1)使得有可能改进源自或被送往装置链(P3)的数字图象的质量;所述装置链(P3)包括至少一个图象捕获装置和/或至少一个图象恢复装置;所述图象处理装置(P1)采用与所述装置链(P3)的至少一个装置(P25)的缺陷相关的格式化信息(P4);所述格式化信息(P4)依从于至少一个变量(P6);所述格式化信息(P4)使得有可能建立所述变量(P6)的一部分和识别符(P8)之间的对应关系;其有可能借助于所述识别符(P8),通过考虑所述识别符和所述图象(P2)来确定对应于所述识别符(P8)的所述变量的值(P26)。
2、根据权利要求1所述的方法,所述格式化信息(P4)包括依从于所述变量(P6)的至少一个可参数化模型(P10)的参数(P9)。
3、根据权利要求1或2所述的方法,所述部分所述变量(P6)和所述识别符(P7)之间的所述对应关系(P7)是通过一一对应表(P11)建立的。
4、根据权利要求2或3所述的方法,所述可参数化模型(P10)以反应所述图象处理装置(P1)的连续更新的方式而改变;所述格式化信息(P4)还包括用于所述连续采用的可参数化模型(P29)的识别元素(P12);
以这种方式有可能确定确定涉及可参数化模型(P10)的部分格式化信息,所述可参数化模型先于某种形式的所述图象处理装置(P1)的分布而存在。
5、根据权利要求1-4中任何一项所述的方法,所述识别符(P8)指定一字段(P13),该字段的物理意义和内容在所述图象处理装置(P1)的分布之后被限定,尤其是以Exif型的格式;所述图象处理装置(P1)使得有可能获得其物理意义和/或内容在该图象处理装置(P1)的分布之后被限定的字段的值(P28);
其方式使得所述图形处理装置(P1)有可能利用所述对应关系(P7)来确定对应于所述识别符(P8)的所述变量的值(P26)。
6、根据权利要求1-5中任何一项所述的方法,所述识别符(P8)指定字段(P13),所述字段的物理意义和内容在所述图象处理装置(P1)的分布之前被限定,尤其是以Exif型的格式;所述图象在所述图象处理装置(P1)的分布之前已经存在;所述图形处理装置(P1)有可能从与所述图象(P2)相关的数据获得由所述识别符(P8)标识的所述字段(P13)的值;
其方式使得所述图形处理装置(P1)有可能利用所述对应关系(P7)来确定对应于所述识别符(P8)的所述变量的值(P26);
其方式使得所述图形处理装置可在所述图象处理装置的分布之前改进所产生的图象的质量。
7、根据权利要求1-6中任何一项所述的方法,所述格式化信息(P4)还包括所述变量的数目(P14)。
8、根据权利要求2-7中任何一项所述的方法,所述格式化信息(P4)能够包括多种类型的可参数化模型(P10)的参数;一种类型的可参数化模型的参数由用于该类型的参数化模型的识别元素(P15)来识别;所述格式化信息(P4)还包括用于该类型可参数化模型的所述识别元素(P15);
其方式使得在生产所述格式化信息(P4)的时刻选择该类型的可参数化模型(P10)。
9、根据权利要求2-8中任何一项所述的方法,所述方法使得所述可参数化模型(P10)的所述参数(P9)的值有可能识别所述变量(P6)的数学函数(P16);以此方式识别的所述的数学函数(P16)使得有可能改进作为所述变量(P6)的特定值的函数的所述图象的质量。
10、根据权利要求8所述的方法,至少一种可参数化的模型,以下称为一般可参数化模型(P17),使得所述一般可参数化模型(P17)的参数值有可能识别所述变量(P6)的无论怎样的数学函数;以此方式识别的所述数学函数(P16)使得有可能改进作为所述变量(P6)的特定值的函数的所述图象的质量。
11、根据权利要求1-10中任何一项所述的方法,所述格式化信息(P4)还包括数据处理程序(P18)和与数据处理程序的链接(P19)。
12、根据权利要求1-11中任何一项所述的方法,所述方法被设计为降低处理装置的更新频率,使用该处理装置可改进彩色图象(P21)的至少一个彩色面(P20)的质量;所述彩色面(P20)由一特定颜色(P22)表征,所述格式化信息(P4)还包括与所述特定颜色相关的数据(P23);
其方式使得所述图象处理装置(P1)能够计算对于在所述图象处理装置(P1)的分布之后限定的特定颜色(P22)的所述彩色面(P20)。
13、根据权利要求12所述的方法,与所述特定颜色相关的所述数据(P23)还有可能限定所述格式化信息的一部分(P31),所述格式化信息的一部分(P31)可被适当地用于改进所述彩色面的质量;
对于所述图象处理装置(P1)的分布后所限定的特定彩色,所述处理装置以这种方式应用于特定处理操作,尤其应用于模糊水平的处理。
14、根据权利要求1-13中任何一项所述的方法,所述方法被设计为降低处理装置的更新频率,利用所述处理装置可根据多个缺陷来来改进图象质量;所述格式化信息(P4)还包括与至少一个特定缺陷相关的数据(P24)。
15、根据权利要求14所述的方法,与所述指定缺陷相关的所述数据(P24)还有可能确定所述格式化信息的一部分(P30),所述格式化信息的一部分(P30)可被适当地用于根据所述指定的缺陷来修改图象质量;
其方式使得所述处理装置能够通过使用与缺陷相关的格式化信息来改进图象质量,其至少一个缺陷在所述处理装置的分布之后被限定。
系统
16、一种用于降低图象处理装置(P1)的更新频率的系统,所述图象处理装置尤其是软件和/或组件;所述图象处理装置(P1)使得有可能改进源自或被送往装置链(P3)的数字图象的质量;所述装置链(P3)包括至少一个图象捕获装置和/或至少一个图象恢复装置;所述图象处理装置(P1)采用与所述装置链(P3)的至少一个装置(P25)的缺陷相关的格式化信息(P4);所述格式化信息(P4)依从于至少一个变量(P6);所述格式化信息(P4)使得有可能建立所述变量(P6)的一部分和识别符(P8)之间的对应关系;其有可能借助于所述识别符(P8),通过考虑所述识别符和所述图象(P2)来确定对应于所述识别符(P8)的所述变量的值(P26)。
17、根据权利要求16所述的系统,所述格式化信息(P4)包括依从于所述变量(P6)的至少一个可参数化模型(P10)的参数(P9)。
18、根据权利要求16或17所述的系统,所述部分所述变量(P6)和所述识别符(P7)之间的所述对应关系(P7)是通过一一对应表(P11)建立的。
19、根据权利要求17或18所述的系统,所述可参数化模型(P10)以反应所述图象处理装置(P1)的连续更新的方式而改变;所述格式化信息(P4)还包括用于所述连续采用的可参数化模型(P29)的识别元素(P12)。
20、根据权利要求16-19中任何一项所述的系统,所述识别符指定一字段(P13),该字段的物理意义和内容在所述图象处理装置(P1)的分布之后被限定,尤其是以Exif型的格式,所述图象处理装置(P1)使得有可能获得其物理意义和/或内容在该图象处理装置(P1)的分布之后被限定的字段的值(P28)。
21、根据权利要求16-20中任何一项所述的系统,所述识别符(P8指定字段(P13),所述字段的物理意义和内容在所述图象处理装置(P1)的分布之前被限定,尤其是以Exif型的格式;所述图象在所述图象处理装置(P1)的分布之前已经存在;所述图形处理装置(P1)有可能从与所述图象(P2)相关的数据获得由所述识别符(P8)标识的所述字段(P13)的值。
22、根据权利要求16-21中任何一项所述的系统,所述格式化信息(P4)还包括所述变量的数目(P14)。
23、根据权利要求17-22中任何一项所述的系统,所述格式化信息(P4)能够包括多种类型的可参数化模型(P10)的参数;一种类型的可参数化模型的参数由用于该类型的参数化模型的识别元素(P15)来识别;所述信息(P4)还包括用于该类型可参数化模型的所述识别元素(P15)。
24、根据权利要求17-23中任何一项所述的系统,所述系统使得所述可参数化模型(P10)的所述参数(P9)的值有可能识别所述变量(P6)的数学函数(P16);以此方式识别的所述数学函数(P16)使得有可能改进作为所述变量(P6)的特定值的函数的所述图象的质量。
25、根据权利要求23所述的系统,至少一种可参数化的模型,以下称为一般可参数化模型(P17),使得所述一般可参数化模型(P17)的参数值有可能识别所述变量(P6)的无论怎样的数学函数;以此方式识别的所述数学函数(P16)使得有可能改进作为所述变量(P6)的特定值的函数的所述图象的质量。
26、根据权利要求16-26中任何一项所述的系统,所述格式化信息(P4)还包括数据处理程序(P18)和与数据处理程序的链接(P19)。
27、根据权利要求16-26中任何一项所述的系统,所述系统被设计为降低处理装置的更新频率,使用该处理装置可改进对彩色图象(P21)的至少一个彩色面(P20)的质量;所述彩色面(P20)由一特定颜色(P22)来表征,所述格式化信息(P4)还包括与所述特定颜色相关的数据(P23)。
28、根据权利要求27所述的系统,与所述特定颜色相关的所述数据(P23)还有可能限定所述格式化信息的一部分(P31),所述格式化信息的一部分(P31)可被适当地用于改进所述彩色面的质量。
29、根据权利要求16-28中任何一项所述的系统,所述系统被设计为降低处理装置的更新频率,所述处理装置可被用来依从于多个缺陷来改进图象质量;所述格式化信息(P4)还包括与至少一个特定缺陷相关的数据(P24)。
30、根据权利要求29所述的系统,与所述指定缺陷相关的所述数据(P24)还有可能确定所述格式化信息的一部分(P30),所述格式化信息的一部分(P30)可被适当地用于根据所述指定的缺陷来改进图象质量。
CNB028139526A 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 Expired - Fee Related CN1316426C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR01/09291 2001-07-12
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
FR01/09292 2001-07-12

Publications (2)

Publication Number Publication Date
CN1526115A true CN1526115A (zh) 2004-09-01
CN1316426C CN1316426C (zh) 2007-05-16

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
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统
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
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
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

Family Applications Before (3)

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
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统
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

Family Applications After (2)

Application Number Title Priority Date Filing Date
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

Country Status (11)

Country Link
US (10) US7343040B2 (zh)
EP (7) EP2015247B1 (zh)
JP (6) JP4614657B2 (zh)
KR (4) KR100879832B1 (zh)
CN (6) CN1305010C (zh)
AT (4) ATE447216T1 (zh)
AU (3) AU2002317902A1 (zh)
CA (1) CA2453423C (zh)
DE (4) DE60227374D1 (zh)
ES (2) ES2311061T3 (zh)
WO (6) WO2003007242A2 (zh)

Families Citing this family (213)

* 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
ATE447216T1 (de) * 2001-07-12 2009-11-15 Do Labs Verfahren und system zur verringerung der aktualisierungs-häufigkeit
EP1394742B1 (en) * 2002-08-23 2007-12-12 STMicroelectronics S.r.l. Method for filtering the noise of a digital image sequence
US8294999B2 (en) 2003-01-16 2012-10-23 DigitalOptics Corporation International Optics for an extended depth of field
US7773316B2 (en) * 2003-01-16 2010-08-10 Tessera International, Inc. Optics for an extended depth of field
WO2004063989A2 (en) 2003-01-16 2004-07-29 D-Blur Technologies Ltd. Camera with image enhancement functions
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
EP1692558A2 (en) * 2003-12-01 2006-08-23 CDM Optics, Inc. System and method for optimizing optical and digital system designs
US7944467B2 (en) * 2003-12-01 2011-05-17 Omnivision Technologies, Inc. Task-based imaging systems
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
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
US9092928B2 (en) * 2005-07-01 2015-07-28 The Invention Science Fund I, Llc Implementing group content substitution in media works
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
US9583141B2 (en) * 2005-07-01 2017-02-28 Invention Science Fund I, Llc Implementing audio substitution options in media works
US20070005651A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Restoring modified assets
US8910033B2 (en) * 2005-07-01 2014-12-09 The Invention Science Fund I, Llc Implementing group content substitution in media works
US20080052104A1 (en) * 2005-07-01 2008-02-28 Searete 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
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
US20070266049A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corportion Of The State Of Delaware Implementation of media content alteration
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
US9230601B2 (en) 2005-07-01 2016-01-05 Invention Science Fund I, Llc Media markup system for content alteration in derivative works
US20080013859A1 (en) * 2005-07-01 2008-01-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
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
US9065979B2 (en) * 2005-07-01 2015-06-23 The Invention Science Fund I, Llc Promotional placement in media works
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
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
US20080052161A1 (en) * 2005-07-01 2008-02-28 Searete Llc 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
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
US20070294720A1 (en) * 2005-07-01 2007-12-20 Searete Llc Promotional placement in media works
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
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
US8126190B2 (en) * 2007-01-31 2012-02-28 The Invention Science Fund I, Llc Targeted obstrufication of an image
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
US20070005423A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Providing promotional content
US8203609B2 (en) * 2007-01-31 2012-06-19 The Invention Science Fund I, Llc Anonymization pursuant to a broadcasted policy
WO2008008084A2 (en) * 2005-09-19 2008-01-17 Cdm Optics, Inc. Task-based imaging systems
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
US9177368B2 (en) 2007-12-17 2015-11-03 Nvidia Corporation Image distortion correction
US8780128B2 (en) 2007-12-17 2014-07-15 Nvidia Corporation Contiguously packed data
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
US8553093B2 (en) 2008-09-30 2013-10-08 Sony Corporation Method and apparatus for super-resolution imaging using digital imaging devices
US8194995B2 (en) * 2008-09-30 2012-06-05 Sony Corporation Fast camera auto-focus
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
US8660372B2 (en) 2010-05-10 2014-02-25 Board Of Regents Of The University Of Texas System Determining quality of an image or 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
CH703996A2 (de) 2010-10-24 2012-04-30 Airlight Energy Ip Sa Sonnenkollektor.
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
US9070195B2 (en) * 2012-06-10 2015-06-30 Apple Inc. Method and system for auto-enhancing photographs with saturation 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
JP6284937B2 (ja) 2012-07-26 2018-02-28 デピュー シンセス プロダクツ, インコーポレーテッドDePuy Synthes Products, Inc. 光が不十分な環境におけるYCbCrパルス照明システム
CN104488259B (zh) 2012-07-26 2018-07-06 德普伊辛迪斯制品公司 使用单色传感器的宽动态范围
CN104486986B (zh) 2012-07-26 2018-06-01 德普伊辛迪斯制品公司 光不足环境中的连续视频
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
CA2906798A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Super resolution and color motion artifact correction in a pulsed color imaging system
WO2014145244A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Comprehensive fixed pattern noise cancellation
CN105283117B (zh) 2013-03-15 2020-06-30 德普伊新特斯产品公司 使用远侧端帽进行校正
EP3459431A1 (en) 2013-03-15 2019-03-27 DePuy Synthes Products, Inc. Controlling the integral light energy of a laser pulse
CA2906802A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Noise aware edge enhancement
WO2014144986A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Scope sensing in a light controlled environment
US9826208B2 (en) 2013-06-26 2017-11-21 Nvidia Corporation Method and system for generating weights for use in white balancing an image
US9756222B2 (en) 2013-06-26 2017-09-05 Nvidia Corporation Method and system for performing white balancing operations on captured images
US9167706B2 (en) 2013-08-05 2015-10-20 Steven J. Holmstrom Electronic flight bag retention device
US10009549B2 (en) 2014-02-28 2018-06-26 The Board Of Trustees Of The Leland Stanford Junior University Imaging providing ratio pixel intensity
JP6573960B2 (ja) 2014-03-21 2019-09-11 デピュイ・シンセス・プロダクツ・インコーポレイテッド イメージングセンサ用のカードエッジコネクタ
US9396409B2 (en) 2014-09-29 2016-07-19 At&T Intellectual Property I, L.P. Object based image processing
KR101921672B1 (ko) * 2014-10-31 2019-02-13 후아웨이 테크놀러지 컴퍼니 리미티드 이미지 처리 방법 및 장치
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
US20170273543A1 (en) * 2015-08-13 2017-09-28 Hoya Corporation Evaluation value calculation device and electronic endoscope system
US20170280971A1 (en) * 2015-08-13 2017-10-05 Hoya Corporation Evaluation value calculation device and electronic endoscope system
US9838646B2 (en) * 2015-09-24 2017-12-05 Cisco Technology, Inc. Attenuation of loudspeaker in microphone array
US20190387211A1 (en) * 2016-09-19 2019-12-19 Interdigital Vc Holdings, Inc. A method and a device for reconstructing a point cloud representative of a scene using light-field data
EP4254035A3 (en) * 2016-10-12 2023-12-06 Samsung Electronics Co., Ltd. Method, apparatus, and recording medium for processing image
US11423005B2 (en) * 2017-04-03 2022-08-23 Mitsubishi Electric Corporation Map data generator and method for generating map data
US10657118B2 (en) 2017-10-05 2020-05-19 Adobe Inc. Update basis for updating digital content in a digital medium environment
US10733262B2 (en) * 2017-10-05 2020-08-04 Adobe Inc. Attribute control for updating digital content in a digital medium environment
US10685375B2 (en) 2017-10-12 2020-06-16 Adobe Inc. Digital media environment for analysis of components of content in a digital marketing campaign
US11551257B2 (en) 2017-10-12 2023-01-10 Adobe Inc. Digital media environment for analysis of audience segments 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
EP3731723A4 (en) * 2017-12-27 2021-10-20 Ethicon LLC HYPERSPECTRAL IMAGING IN AN INSUFFICIENTLY ILLUMINATED ENVIRONMENT
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
US11986160B2 (en) 2019-06-20 2024-05-21 Cllag GmbH International Image synchronization without input clock and data transmission clock in a pulsed hyperspectral imaging system
US11589819B2 (en) 2019-06-20 2023-02-28 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a laser mapping imaging system
US11237270B2 (en) 2019-06-20 2022-02-01 Cilag Gmbh International Hyperspectral, fluorescence, and laser mapping imaging with fixed pattern noise cancellation
US11284785B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Controlling integral energy of a laser pulse in a hyperspectral, fluorescence, and laser mapping imaging system
US11754500B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Minimizing image sensor input/output in a pulsed fluorescence 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
US11550057B2 (en) 2019-06-20 2023-01-10 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11758256B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US10979646B2 (en) 2019-06-20 2021-04-13 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
US11147436B2 (en) 2019-06-20 2021-10-19 Cilag Gmbh International Image rotation in an endoscopic fluorescence 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
US11134832B2 (en) 2019-06-20 2021-10-05 Cilag Gmbh International Image rotation in an endoscopic hyperspectral, fluorescence, and laser mapping 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
US11903563B2 (en) 2019-06-20 2024-02-20 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US12013496B2 (en) 2019-06-20 2024-06-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed laser mapping 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
US11187658B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11172810B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Speckle removal in a pulsed laser mapping imaging system
US11102400B2 (en) 2019-06-20 2021-08-24 Cilag Gmbh International Pulsed illumination in a fluorescence imaging system
US11898909B2 (en) 2019-06-20 2024-02-13 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11937784B2 (en) 2019-06-20 2024-03-26 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11233960B2 (en) 2019-06-20 2022-01-25 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
US11265491B2 (en) 2019-06-20 2022-03-01 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11412920B2 (en) 2019-06-20 2022-08-16 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US11432706B2 (en) 2019-06-20 2022-09-06 Cilag Gmbh International Hyperspectral imaging with minimal area monolithic image sensor
US11622094B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11280737B2 (en) 2019-06-20 2022-03-22 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11122968B2 (en) 2019-06-20 2021-09-21 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral imaging
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
US11712155B2 (en) 2019-06-20 2023-08-01 Cilag GmbH Intenational Fluorescence videostroboscopy of vocal cords
US11471055B2 (en) 2019-06-20 2022-10-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11218645B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
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
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
US11012599B2 (en) 2019-06-20 2021-05-18 Ethicon Llc Hyperspectral imaging in a light deficient environment
US11412152B2 (en) 2019-06-20 2022-08-09 Cilag Gmbh International Speckle removal in a pulsed hyperspectral imaging system
US11187657B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Hyperspectral imaging with fixed pattern noise cancellation
US11925328B2 (en) 2019-06-20 2024-03-12 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral imaging system
US11533417B2 (en) 2019-06-20 2022-12-20 Cilag Gmbh International Laser scanning and tool tracking imaging in a light deficient environment
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
US11172811B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US11276148B2 (en) 2019-06-20 2022-03-15 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11633089B2 (en) 2019-06-20 2023-04-25 Cilag Gmbh International Fluorescence imaging with minimal area monolithic image sensor
US11083366B2 (en) 2019-06-20 2021-08-10 Cilag Gmbh International Driving light emissions according to a jitter specification in a fluorescence imaging system
US11213194B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral, fluorescence, and laser mapping imaging
US11540696B2 (en) 2019-06-20 2023-01-03 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
US11700995B2 (en) 2019-06-20 2023-07-18 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US11221414B2 (en) 2019-06-20 2022-01-11 Cilag Gmbh International Laser mapping imaging with fixed pattern noise cancellation
US10841504B1 (en) 2019-06-20 2020-11-17 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11671691B2 (en) 2019-06-20 2023-06-06 Cilag Gmbh International Image rotation in an endoscopic 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
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
US11288772B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11716543B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
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

Family Cites Families (80)

* 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
US5499057A (en) 1993-08-27 1996-03-12 Sony Corporation Apparatus for producing a noise-reducded image signal from an input image signal
US5485568A (en) * 1993-10-08 1996-01-16 Xerox Corporation Structured image (Sl) format for describing complex color raster images
DE69524669D1 (de) * 1994-05-26 2002-01-31 Canon Kk Bildverarbeitungsverfahren und -vorrichtung
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
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
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
AU714853B2 (en) * 1995-12-19 2000-01-13 Telefonaktiebolaget Lm Ericsson (Publ) Job scheduling for instruction processor
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
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
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
US6069982A (en) * 1997-12-23 2000-05-30 Polaroid Corporation Estimation of frequency dependence and grey-level dependence of noise in an image
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
DE69913534T2 (de) * 1998-07-15 2004-09-30 Kodak Polychrome Graphics Llc, Norwalk Verfahren und vorrichtung zur bilderzeugung
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
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
US6707950B1 (en) * 1999-06-22 2004-03-16 Eastman Kodak Company Method for modification of non-image data in an image processing chain
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
DE20080319U1 (de) * 1999-06-30 2002-05-16 Logitech Inc Videokamera, bei der die Hauptfunktionen in der Hauptrechnersoftware implementiert werden
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
AU1599801A (en) * 1999-11-12 2001-06-06 Brian S. Armstrong Robust landmarks for machine vision and methods for detecting same
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
JP4378168B2 (ja) * 2001-07-12 2009-12-02 ディーエックスオー ラブズ 光学系を使用して出力されたカラーイメージの色収差を補正する方法およびシステム
ATE447216T1 (de) * 2001-07-12 2009-11-15 Do Labs Verfahren und system zur verringerung der aktualisierungs-häufigkeit
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
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
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
FR2895103B1 (fr) 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques

Also Published As

Publication number Publication date
AU2002317900A1 (en) 2003-01-29
JP4452497B2 (ja) 2010-04-21
DE60234207D1 (de) 2009-12-10
JP2005509333A (ja) 2005-04-07
US7760955B2 (en) 2010-07-20
ATE497224T1 (de) 2011-02-15
DE60239061D1 (de) 2011-03-10
EP1415275B1 (fr) 2008-07-02
WO2003007240A1 (fr) 2003-01-23
JP4614657B2 (ja) 2011-01-19
JP4295613B2 (ja) 2009-07-15
US20040252906A1 (en) 2004-12-16
CN100361153C (zh) 2008-01-09
CA2453423C (fr) 2014-10-14
US7724977B2 (en) 2010-05-25
EP1410327B1 (fr) 2005-11-16
EP1410331A2 (fr) 2004-04-21
ATE447216T1 (de) 2009-11-15
ATE310284T1 (de) 2005-12-15
EP1442425B1 (fr) 2018-08-08
KR20040044187A (ko) 2004-05-27
EP1415275A1 (fr) 2004-05-06
JP2004537791A (ja) 2004-12-16
JP2004534342A (ja) 2004-11-11
US20050008242A1 (en) 2005-01-13
JP2004535128A (ja) 2004-11-18
JP2004534341A (ja) 2004-11-11
WO2003007239A1 (fr) 2003-01-23
ATE400040T1 (de) 2008-07-15
ES2253542T3 (es) 2006-06-01
WO2003007236A3 (fr) 2003-04-24
US7792378B2 (en) 2010-09-07
ES2311061T3 (es) 2009-02-01
DE60227374D1 (de) 2008-08-14
WO2003007236A2 (fr) 2003-01-23
WO2003007242A3 (fr) 2003-04-10
EP1410326A1 (fr) 2004-04-21
CN1526117A (zh) 2004-09-01
US20040247196A1 (en) 2004-12-09
KR20040043155A (ko) 2004-05-22
US20040234152A1 (en) 2004-11-25
JP2004534491A (ja) 2004-11-11
WO2003007243A2 (fr) 2003-01-23
CA2453423A1 (fr) 2003-01-23
CN1316426C (zh) 2007-05-16
EP1444651A2 (fr) 2004-08-11
US7346221B2 (en) 2008-03-18
AU2002317902A1 (en) 2003-01-29
KR100957878B1 (ko) 2010-05-13
KR100879832B1 (ko) 2009-01-22
US20140099042A1 (en) 2014-04-10
US9536284B2 (en) 2017-01-03
CN1316427C (zh) 2007-05-16
CN1527989A (zh) 2004-09-08
US20110085740A1 (en) 2011-04-14
KR100940147B1 (ko) 2010-02-03
US20120308160A1 (en) 2012-12-06
US20050002586A1 (en) 2005-01-06
EP2015247A2 (fr) 2009-01-14
CN1305006C (zh) 2007-03-14
KR100940148B1 (ko) 2010-02-03
CN1305010C (zh) 2007-03-14
CN1273931C (zh) 2006-09-06
WO2003007243A3 (fr) 2004-01-22
US8675980B2 (en) 2014-03-18
DE60207417T2 (de) 2006-08-10
JP4020262B2 (ja) 2007-12-12
EP1442425A1 (fr) 2004-08-04
JP4295612B2 (ja) 2009-07-15
EP2015247B1 (fr) 2016-04-13
CN1535448A (zh) 2004-10-06
KR20040043154A (ko) 2004-05-22
EP1410327A2 (fr) 2004-04-21
JP4367757B2 (ja) 2009-11-18
WO2003007242A2 (fr) 2003-01-23
US20100278415A1 (en) 2010-11-04
DE60207417D1 (de) 2005-12-22
CN1554074A (zh) 2004-12-08
CN1526116A (zh) 2004-09-01
US20040218803A1 (en) 2004-11-04
US7343040B2 (en) 2008-03-11
KR20040043157A (ko) 2004-05-22
WO2003007241A1 (fr) 2003-01-23
EP1410331B1 (fr) 2015-08-12
EP2015247A3 (fr) 2009-03-18
EP1410326B1 (fr) 2011-01-26
US8559743B2 (en) 2013-10-15
AU2002317219A1 (en) 2003-01-29
EP1444651B1 (fr) 2009-10-28

Similar Documents

Publication Publication Date Title
CN1526115A (zh) 降低图象处理装置的更新频率的方法和系统
CN100345158C (zh) 用于产生涉及几何失真的格式化信息的方法和系统
CN1168010C (zh) 信息处理设备和方法
CN1487737A (zh) 图像处理方法及装置和彩色变换表生成方法及装置
CN1220161C (zh) 图像取入装置和方法
CN1167265C (zh) 图像通信系统及其方法
CN1187955C (zh) 图像文件的输出图像调整
CN1893535A (zh) 浓度确定方法、成像设备和图像处理系统
CN1645942A (zh) 图像处理装置、摄影装置、图像处理方法及图像处理程序
CN1271505C (zh) 用于进行图像检索的图像处理装置及方法
CN1264121C (zh) 数字图象锐化系统
CN1867940A (zh) 成像装置及其图像处理方法
CN1257466C (zh) 图像处理系统和方法及其装置和终端
CN101079953A (zh) 信息处理系统、信息处理设备、信息处理方法以及程序
CN1809116A (zh) 图像处理装置、方法、图像形成装置、图像读取处理装置
CN1732682A (zh) 图像处理装置及图像处理程序
CN1765111A (zh) 设备检查装置、基于其上的设备检查系统以及蜂窝电话保持器
CN1892564A (zh) 标签信息显示控制设备及方法、信息处理设备和显示设备
CN1533529A (zh) 使打印机印刷所要设计页面成为可能的装置及其动作方法
CN101068300A (zh) 图像形成装置及应用程序执行方法
CN1629871A (zh) 工作流管理设备及方法
CN1134727C (zh) 打印机
CN1681287A (zh) 数字照相机、像簿管理方法、像簿管理程序产品、以及像簿管理程序传送介质
CN1773501A (zh) 图像检索和形成装置、方法及程序、以及记录介质
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
CP03 Change of name, title or address
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

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190419

Address after: Paris France

Patentee after: Lens Correction Technologies Inc.

Address before: France Bologne Be Jan Gu

Patentee before: Dxo Labs

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

Granted publication date: 20070516

Termination date: 20190605