CN1526116A - 改进图象质量的方法和系统 - Google Patents

改进图象质量的方法和系统 Download PDF

Info

Publication number
CN1526116A
CN1526116A CNA028139542A CN02813954A CN1526116A CN 1526116 A CN1526116 A CN 1526116A CN A028139542 A CNA028139542 A CN A028139542A CN 02813954 A CN02813954 A CN 02813954A CN 1526116 A CN1526116 A CN 1526116A
Authority
CN
China
Prior art keywords
image
formatted message
relevant
chain
defective
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
CNA028139542A
Other languages
English (en)
Other versions
CN1273931C (zh
Inventor
��³ŵ��������
布鲁诺·列日
�ˡ����˶�������˹
弗雷德里克·吉查德
�����ˡ���ά��
吉恩-马克·莱维斯特
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 CN1526116A publication Critical patent/CN1526116A/zh
Application granted granted Critical
Publication of CN1273931C publication Critical patent/CN1273931C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Facsimiles In General (AREA)
  • Studio Devices (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Channel Selection Circuits, Automatic Tuning Circuits (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Polysaccharides And Polysaccharide Derivatives (AREA)
  • Photoreceptors In Electrophotography (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Transmitters (AREA)
  • Television Signal Processing For Recording (AREA)
  • Computer And Data Communications (AREA)
  • Communication Control (AREA)
  • Character Input (AREA)
  • Circuits Of Receivers In General (AREA)
  • Processing Or Creating Images (AREA)
  • Geometry (AREA)

Abstract

改进源自一组装置(APP1-n)或用于该组装置的图象质量的方法和系统。其使用与该组装置的装置的缺陷相关的格式化数据(15.1-15.n)。包括:对涉及所述装置的格式化数据的源列表;自动寻找与所述装置组的装置相联系的所述格式化数据(15.1-15.n);使用集成如此获得所述格式化数据(15.1-15.n)的图象处理软件和/或图象处理组件(23.1-23.n)自动修改所述图象(1)。或基于待被处理的图象和/或该组装置的可变特征修改格式化数据。本发明能够实现处理来自可能是不同来源的装置的图象,所述装置已随时间被逐渐商业化。本发明可应用于处理光学装置、工业控制、机器人学、度量衡学等中的摄影或视频图象。

Description

改进图象质量的方法和系统
                     技术领域
本发明涉及改进源自一装置链或用于一装置链的至少一个图象的质量的方法和系统。
                     方案
                     方法
本发明涉及一种用于改进源自一指定装置链或用于一特定装置链的至少一个图象的质量的方法。该指定的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。该图象捕获装置和/或图象恢复装置已经逐渐被卓越的经济参与者商业化,属于一组不确定的装置。该组装置中的装置所表现出的缺陷可由格式化的信息来表征。对于当前考虑的图象,该方法包括以下步骤:
-编辑与该组装置相关的格式化信息源的目录的步骤,
-在以该方式编辑的格式化信息中自动检索与该指定的装置链相关的特定的格式化信息的步骤,
-借助于图象处理软件和/或图象处理元件,在考虑以这种方式获得的指定格式化信息的情况下自动修改图象的步骤,
优选的,根据本发明,该方法使得借助于通过直接或间接分析以下内容得到的指标来进行自动检索:
-图象,和/或
-该装置链的装置,和/或
-用于将图象载入图象处理软件或元件的装置,和/或
-用于将由图象处理软件或元件修改的图象载入该复原装置的装置。
优选的,根据本发明,由识别符,尤其是条形码来识别装置链的装置。为检索该规定格式信息的目的而进行的分析包括确定识别符的步骤。
优选的,根据本发明,该方法使得该图象、指标和/或识别符包含在同一文件中。若干技术特征的组合可导致在建立与所述链的某些装置相关的格式化信息之前使该链的某些装置商业话的情况下,有可能凭经验地利用根据本发明的方法。
优选的,根据本发明,该方法使得该图象和至少一部分指定的格式信息包含在该同一图象文件中。若干技术特征的组合可导致有可能自动检索图象文件中的格式化信息。
优选的,根据本发明,该方法进一步包括事先将至少一部分格式化信息存储在数据库(BD)中的步骤。该方法还包括更新数据库的步骤。
优选的,根据本发明,该方法使得该装置链的装置具有至少一个依从该图象可变的特征,尤其是焦距。该具体格式化信息的一部分与具有该可变特征的装置的缺陷有关。该方法还包括以下步骤:
-确定用于所述图象的可变特征的值的步骤,
-考虑如此包含的可变特征值来确定所述特定格式化信息的一部分的步骤。
由此用于具有可变特征的装置采用该方法实际上是采用用于不具有任何可变特征的装置。
优选的,根据本发明,图象包含在一文件中。该方法使得为确定该可变特征的值,以例如Exif标准的格式使用文件中存在的数据,尤其是例如焦距的数据。技术特征的组合导致在与具有可变特征的装置相关的格式化信息建立之前,具有可变特征的装置被商业化之前,有可能凭经验地使用根据本发明的方法。
优选的,根据本发明,该方法使得为改进源自一装置链或用于一装置链的至少一个图象的质量:
-确定一虚拟装置,其显示出与该装置链的至少装置的至少一部分缺陷相当的缺陷,所述至少一部分缺陷以下被称为原始缺陷。
-确定与该虚拟装置的缺陷相关的虚拟的格式化信息,
-确定与该装置链的该组装置相关的特定的格式化信息,使用该虚拟格式化信息来替代与该原始缺陷相关的特定的格式化信息。
技术特征的组合可导致,由此获得格式化信息,该格式化信息的使用更简化,且可通过使用更少的存储器和或更高的精度更快地计算对该图象进行的修改。
优选的,根据本发明,设计该方法用于修改彩色图象的至少一个彩色面的质量。该彩色面由一指定的颜色来表征。该特定的格式化信息还包括与该指定颜色相关的数据。为修改该图象,使用与该指定颜色和图象相关的数据来计算一彩色面。
优选的,根据本发明,该方法进一步包括,在对于该装置链的装置中的一个装置检索特定格式化信息的处理不成功的情况下,计算未知格式化信息的步骤。
优选的,根据本发明,该方法进一步包括:
-通过测量该装置的缺陷,和/或
-通过模拟该装置
计算与该装置链的装置相关的未知的格式化信息的步骤。
优选的,根据本发明,该方法进一步包括,对于该装置链的图象捕获装置,计算未知的格式化信息的步骤:
-通过由至少一个参考画面到一平面的指定的数学投影来构造一综合图象类,
-通过借助于该图象捕获装置捕获每个参考画面的至少一个参考图象,
-通过在一组可参数化的变换模型内,选择使该参考图象能够变换为与该参考画面的综合图象类接近的转换图象的变换模型。
该转换图象与综合图象类呈现出偏差。该未知的格式化信息构成该被选择的可参数化的变换模型的至少部分参数。
优选的,根据本发明,该方法还包括:
-计算转换图象和综合图象类之间的偏差,
-使该偏差与所述已知的格式化信息相联系的步骤。
技术特征的组合使得有可能导出有关三维画面的标准化信息。技术特征的组合使得有可能组合由经历了相同的格式化过程的多个图象捕获装置获得的多个图象。
优选的,根据本发明,该方法使得该装置链中的一个装置具有至少一个依从该图象的可变特征,尤其是焦距和或孔径。该特定格式化信息的一部分与具有该/这些可变特征的装置的缺陷相关。每个可变特征能够与一值相联系,以形成包含该组可变特征和数值的组合。该方法还包括确定部分未知格式话信息的步骤:
-通过选择预定的组合,
-对于每个预定组合通过采用对该方法在前的步骤进行重复的处理,
-通过从在该重复处理结束时获得未知的格式化信息,采用插入与一任意组合相关的格式化信息的处理。
优选的,根据本发明,该方法进一步包括,对于该装置链的图象恢复装置,产生表征该图象恢复装置的缺陷的数据的步骤,尤其是失真特征。该未知格式化信息由至少一部分表征该复原装置的缺陷的数据构成。
优选的,根据本发明,该方法使得以这样的方式来确定与该装置链的一个或多个装置相关的特定的格式化信息,即其可被应用于类似的装置。技术特征的组合使得对于所采用的方法来说仅需有限数量的格式化信息。
优选的,根据本发明,该方法使得该图象包括相关信息,尤其是数字信号。采用该方法的步骤的方式使得它们保存或修改相关信息。
优选的,根据本发明,该方法进一步包括使信息与修改的图象相关的步骤,尤其是指示其已被修改的信息。
优选的,根据本发明,该方法更具体地被设计为修改用于观察者的该图象的视觉质量。与该装置链的装置的缺陷相关的格式化信息包括与观察者的视觉特征相关的格式化信息,尤其是观察者肉眼和/或大脑的视觉特征。
                        应用
本发明还涉及上述方法的应用。应用的目的是通过对该装置链的装置的至少一个缺陷的效果的校正,改进由图象处理软件或图象处理元件处理的图象的质量。技术特征的组合使得不需要依赖于昂贵的装置就可改进该处理图象的质量,即使并非完美。
优选的,该应用的对象是由图象处理软件处理的图象的质量,或者可于使用参考装置链产生的图象的元件可比的图象处理元件。
优选的,该应用使得,对于可与使用参考应用链产生的图象的质量相比的处理图象的质量,考虑该参考装置链的缺陷来产生与该装置链相关的格式化信息。
                        系统
本发明涉及改进源自一指定器件链或用于一指定器件链的至少一个图象的质量的系统。该指定器件链包括至少一个图象捕获器件和或至少一个图象恢复器件。已逐渐通过卓越的经济参与者商业化的该图象捕获器件和/或图象恢复器件属于一组未决定的装置。该组装置中的装置所具有的缺陷可通过格式化信息来表征。对于当前讨论的图象,该系统包括能够进行以下操作的数据处理装置:
-编辑与该组装置中的装置相关的格式化信息源的目录,
-在以该方式编辑的格式化信息中自动检索与该指定的装置链相关的特定的格式化信息,
-借助于图象处理软件和/或图象处理元件,在考虑以这种方式获得的指定格式化信息的情况下自动修改图象,
优选的,根据本发明,该系统使得借助于指标来进行自动检索,该指标通过直接或间接分析以下内容得到:
-图象,和/或
-该装置链的装置,和/或
-用于将图象载入图象处理软件或元件的装置,和/或
-用于将由图象处理软件或元件修改的图象载入该复原装置的装置。
优选的,根据本发明,由识别符,尤其是条形码来识别装置链的装置。该分析装置包括确定识别符的装置。
优选的,根据本发明,该系统使得该图象、指标和/或识别符包含在同一文件中。
优选的,根据本发明,该系统使得该图象和至少一部分指定的格式信息包含在该同一图象文件中。
优选的,根据本发明,该系统进一步包括事先将至少一部分格式化信息存储在数据库中的存储装置。该系统还包括更新数据库的更新装置。
优选的,根据本发明,该系统使得该装置链的装置具有至少一个依从该图象可变的特征,尤其是焦距。该具体格式化信息的一部分与具有该可变特征的装置的缺陷有关。该方法还包括计算装置,用于确定:
-当前图象的可变特征的值,
-考虑如此包含的可变特征值的所述特定格式化信息的一部分。
优选的,根据本发明,该图象包含在一文件中。该系统使得为确定该可变特征的值,该系统包括数据处理装置,用于处理使用文件中存在的数据,尤其是例如焦距的数据,以例如Exif标准的格式。
优选的,根据本发明,该方法使得为改进源自一装置链或用于一装置链的至少一个图象的质量,该系统包括数据处理装置以确定:
-一虚拟装置,其显示出与该装置链的至少一个装置的至少一部分缺陷相当的缺陷,所述至少一部分缺陷以下被称为原始缺陷,
-与该虚拟装置的缺陷相关的虚拟的格式化信息,
该系统使得,为确定与该器件链的该组器件相关的特定的格式化信息,该数据处理装置包括替换装置,用于使用虚拟的格式化信息来替换与该原始缺陷相关的特定的格式化信息。
优选的,根据本发明,该系统被设计为修改彩色图象的至少一个彩色面的质量。该彩色面由一指定的颜色来表征。该特定的格式化信息还包括与该指定颜色相关的数据。该系统包括计算装置,用于使用与该指定颜色和图象相关的数据来计算一彩色画面。
优选的,根据本发明,该系统进一步包括,在对于该装置链的装置中的一个装置检索特定格式化信息的处理不成功的情况下,计算未知格式化信息的计算装置。
优选的,根据本发明,该系统是这样的,即用于计算与该设备链的一设备的缺陷相关的未知的格式化信息的计算装置包括处理装置,用于测量该设备的缺陷和/或仿真该设备。
优选的,根据本发明,该方法进一步包括,对于该装置链的图象捕获装置,用于通过由至少一个参考画面到一平面的指定的数学投影构造一综合图象类来计算未知的格式化信息。该图象捕获装置捕获每个参考画面的至少一个参考图象。通过在一组可参数化的变换模型内,选择使该参考图象能够变换为与该参考画面的综合图象类接近的转换图象的变换模型,来计算未知的格式化信息。该转换图象与综合图象类相比呈现出偏差。该未知的格式化信息至少部分由该被选择的可参数化的变换模型的参数构成。
优选的,根据本发明,该系统还包括数据处理装置,用于
-计算转换图象和综合图象类之间的偏差,
-使该偏差与所述已知的格式化信息相联系。
优选的,根据本发明,该系统使得该装置链中的一个装置具有至少一个依从该图象的可变特征,尤其是焦距和或孔径。该特定格式化信息的一部分与具有该/这些可变特征的装置的缺陷相关。每个可变特征能够与一值相联系,以形成包含该组可变特征和数值的组合。该系统还包括确定部分未知格式化信息的数据处理装置:
-通过选择预定的组合,
-对于每个预定组合,通过采用对上述计算装置和数据处理装置的重复处理,
-通过从在该重复处理结束时获得未知的格式化信息,采用插入与一任意组合相关的格式化信息的处理。
优选的,根据本发明,该系统进一步包括,对于该装置链的图象恢复装置,产生表征该图象恢复装置的缺陷的数据处理装置,尤其是失真特征。该未知格式化信息至少部分由表征该复原装置的缺陷的数据构成。
优选的,根据本发明,该系统使得以这样的方式来确定与该装置链的一个或多个装置相关的特定的格式化信息,即其可被应用于类似的装置。
优选的,根据本发明,该系统使得该图象包括相关信息,尤其是数字信号。该系统使用时能够保存或修改相关信息。
优选的,根据本发明,该系统进一步包括使信息与修改的图象相关的数据处理装置,尤其是指示其已被修改的信息。
优选的,根据本发明的替换实施例,该系统更具体地被设计为修改用于观察者的该图象的视觉质量。与所述装置链的装置的缺陷相关的格式化信息进一步包括与所述观察者的视觉特征相关的格式化信息,尤其是所述观察者肉眼和/或大脑的功能反常。
                       详细描述
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示出图象捕获的示意图,
图2示出图象恢复的示意图,
图3示出图象象素的示意图,
图4a和4b示出一参考场景的两个示意图,
图5示出可用来计算数学图象和校准图象之间差异的方法的组织图,
图6示出可用来获得一图象恢复装置的最佳恢复转换的方法的组织框图,
图7示出组成本发明所应用的系统的要素的示意图,
图8示出格式化信息的字段的示意图,
图9a示出一数学点的示意性的正视图,
图9b示出一图象的实际点的示意性的正视图,
图9c示出一数学点的简单侧视图,
图9d示出一图象的实际点的示意性的剖面图,
图10示出特征点阵列的示意图,
图11示出可用来获得格式化信息的方法的组织图,
图12示出可用来获得图象捕获装置的最佳转换的方法的组织图,
图13a-13c示出可用来校正图象的实际例子的连接图,
图14a-14c示出可用来应用自动图象校正的方法的实际例子的组织图,
图15示出可用来使用虚拟装置替换装置链的方法的组织图,
图16.1示出处理缺陷的装置的示意图,
图16.2示出处理可变特征的装置的示意图,
图16.3示出包括观察者的视觉缺陷的示意图,
图16.4示出处理虚拟装置的特征的示意图,
图16.5示出增加与一校正图象相关的信息的示意图,
图16.6示出表明格式化信息如何可与一组或多组装置相关的示意图,
图17示出对采用根据本发明的方法和系统的例子的描述,
图18示出在彩色图象的情况下,对采用根据本发明的方法和系统的例子的描述。
                      装置链
具体结合图17,现描述装置链P3的概念。装置链的装置,尤其是图象捕获装置和/或图象恢复装置,由独特的经济活动参与者逐渐商业化,且它们属于未确定的一组装置,也被定义为装置组P75。
在本发明的含义范围内,装置具体可以是:
-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,
—图象恢复装置或图象恢复工具19,例如屏幕,投影仪,电视机,虚拟实境目镜或打印机,
—一种装置,包括它的安装,例如投影仪,屏幕以及它们的定位方式,
—观测者相对于图象恢复装置的定位,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,
—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,
—一相机和一台扫描仪,
—一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。
                         缺陷
具体结合图17,现描述缺陷P5的概念。装置P75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17,现描述图象P2的概念。图象P2定义为由装置获取、修改或恢复的数字图象。图象P2可来源于装置链P3中的一个装置。图象P2可以是地址指向装置链P3中的一个装置。更通常的情况是,图象P2可以来自和/或地址指向装置链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17,现描述格式化信息15的概念。格式化信息15定义为涉及装置链P3的一个或多个装置P25的缺陷P5的数据,通过考虑装置P25的缺陷,该数据使图象处理装置P1能够改进图象P2的质量。要产生格式化信息15,可以基于测量和/或基准的捕获或恢复,和/或模拟使用不同的方法和系统。
要产生格式化信息15,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以及地址指向图象处理装置的格式化信息的方法和系统”。此申请描述了涉及装置链3中装置P25的格式化信息的产生方法。格式化信息P15地址指向图象处理装置,具体是软件,目的是改进由该图象处理装置处理的图象的质量。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和/或至少一个观察者。此方法包括产生表征该装置链中P3中装置的缺陷P5的数据。该数据为格式化信息15。
为产生格式化信息15,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:“生成与几何失真相关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15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的几何缺陷的格式化信息15的步骤。
优选地,装置有可能获取或恢复介质上的图象。根据图象(I)不同,装置包含至少一个固定特征和/或一个可变特征。固定特征和/或可变特征可以关联于一个或多个特征值,尤其是焦距和/或调焦特征以及相关特征的特征值。该方法包含从一个标准字段产生涉及装置的几何失真的标准的格式化信息的步骤。该格式化信息15可以包含标准的格式化信息。
为提供格式化信息15,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:“产生与一链的至少一个装置的缺陷,尤其是谋模糊相关的格式化信息的方法和系统”。该申请描述了产生与一装置链的P3的若干装置相关的格式化信息15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。该方法包括产生与与该链的至少一个装置的缺陷P5相关的格式化信息15的步骤。优选的,根据图象(I)的不同,可用来捕获或恢复图象的装置包含至少一个固定特征和/或体格可变特征。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/或调焦特征以及相关特征的特征值。该方法包含从一个标准字段产生涉及装置的缺陷P5的标准的格式化信息的步骤。该格式化信息15可以包含标准的格式化信息。
为提供格式化信息15,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:“用于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”。该申请描述了向图象处理装置,尤其是软件和组件提供标准格式的格式化信息的方法。该格式化信息15与一装置链P3的缺陷P5相关。该装置链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。该图象处理装置使用格式化信息15来改进至少一个源自或地址指向装置链P3的图象P2的质量。格式化信息15包括表征图象捕获装置的缺陷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。
该方法包括使用格式化信息15填充标准格式的至少一个字段的步骤。该字段由其字段名来指定,该字段至少包括一个字段值。
为产生格式化信息15,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:“降低图象处理装置更新频率的方法和系统”。该申请描述了降低图象处理装置更新频率的方法,特别是软件和/或组件的更新频率。图象处理装置使得有可能改变来自或用于装置链P3的数字图象的质量。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。图象处理装置使用涉及装置链P3中至少一个装置的缺陷P5的格式化信息15。该格式化信息15依赖于至少一个变量。格式化信息使得能够在一部分变量和一部分标识符之间建立联系。借助于标识符,通过考虑标识符和图象,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可能确定变量的值,尤其是在图象处理装置P1分配之前无法得到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能够从空间上分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/或图象处理装置的多个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,即使后者完全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能够首先以少数经济参与者和先进用户开始,然后逐渐开始使用新的功能。
为使用格式化信息15,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15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15。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15,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修改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15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。该方法包含从格式化信息15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
以下例子示出产生格式化信息的一种方式。
图1示出包括物体107的场景3,传感器101和传感器表面110,光学中心111,位于传感器表面110上的观测点105,穿过观测点105、光学中心111和场景3的观测方向106,以及与传感器表面110几何相关的表面10。
图2示出图象103,图象恢复装置19,以及在恢复介质190上获得的恢复图象191。
图3示出场景3,图象捕获装置1和由象素104组成的图象103。
图4a和4b示出两个备选参考场景9。
图5示出一个组织图,该组织图包括:场景3,数学投影8,其提供场景3的数学图象70,实际投影72,其提供用于所使用的特征74的场景3的图象103,可参数化的转换模型12,其提供图象103的校正图象71,该校正图象71与数学图象70相比较存在差异73。
图6示出一个组织图,该组织图包括:图象103,实际恢复投影90,对于所使用的恢复特征95,其提供图象103的恢复图象191,可参数化恢复转换模型97,其提供图象103的校正恢复图象94,数学恢复投影96,其提供校正恢复图象94的数学恢复图象92,且与恢复图象191相比较存在恢复差异93。
图7示出包含一个图象捕获装置1的系统,该图象捕获装置1由光学系统100,传感器101和电子单元102组成。图7还示出包含图象103的存储区16,包含格式化信息15的数据库22,以及向计算装置17传输完成的图象120的装置18,其中,所述完成的图象120由图象103和格式化信息15组成,计算装置17包含图象处理软件4。
图8示出由字段90构成的格式化信息15。
图9a到9d示出数学图象70,图象103,与该图象相应点的实际位置50和实际形状51相比,一点的数学位置40和数学形状41。
图10示出特征点阵列80。
图11示出一个组织图,该组织图包括图象103,使用的特征74和特征的数据库22。该格式化信息15由使用的特征74获得,并存储在数据库22中。该完成的图象120由图象103和格式化信息15获得。
图12示出一个组织图,其包括参考场景9,数学投影8,其给出参考场景9的合成图象类7,实际投影72,其给出参考场景9的参考图象11,用于使用的特征74。该组织图还包含可参数化转换模型12,其给出参考图象11的转换图象13。该转换图象13与合成图象类7相比较显示偏差14。
                     定义和详细描述
通过阅读以下内容,本发明的其它特征和优势会更明显:
—下文阐述的对所采用的技术术语的定义,这些定义参考了图1至图12的实施例,这些实施例仅用于描述本发明,而不对本发明构成限制。
图1至图12的描述。
                        场景
场景3定义为三维空间中的一个场所,包含被光源照亮的物体107。
              图象捕获装置,图象,图象捕获
结合图3至图7,现描述何谓图象捕获装置1和图象103。图象捕获装置1定义为由光学系统100,一个或多个传感器101,一个电子单元102和一个存储区16构成的装置。通过所述图象捕获装置1,可能从场景3获取记录在内存区域16中,或是被传输到一个外部设备的静止的或动画的数字图象103。动画图象由按时间排列的静止图象序列构成的。所述图象捕获装置1的具体形式可以是摄影装置,摄像机,与PC机相连或集成的照相机,与个人数字助理相连或集成的照相机,与电话相连或集成的照相机,视频会议装置,测量照相机,或对可见光以外的波长敏感的装置,例如热能照相机。
图象捕获定义为图象捕获装置1用来计算图象103的方法。
在一个装置配备有多个可互换组件的情况下,特别是在光学系统100中,图象捕获装置1定义为该装置的一种特殊配置。
           图象恢复装置,恢复图象,图象恢复
结合图2,现描述何谓图象恢复装置19。该图象恢复装置19的具体形式可以是可视的显示器屏幕,电视屏幕,平面屏幕,投影仪,虚拟实境目镜,以及打印机。
该图象恢复装置19由以下元件组成:
—一电子单元,
—一个或多个光源,电子源或墨水源,
—一个或多个调节器;用于光,电子或墨水的调节设备,
—一调焦设备,其具体形式在光投影仪中可以是一个光学系统,在CRT屏幕中可以是电子束调焦线圈,在平面屏幕中可以是过滤器,
—一恢复介质190,其具体形式在CRT屏幕,平面银幕或投影仪中可以是屏幕,在打印机中可以是在其上进行打印的打印介质,在虚拟图象投影仪中是虚拟表面。
通过使用所述图象恢复装置19,可以自一图象103,获得在恢复介质190上的恢复图象191。
动画图象是由按时间排列的静止图象序列组成的。
图象恢复定义为图象恢复装置19用来显示或打印图象的方法。
在恢复装置19配备有多个可互换组件或可以彼此相对移动的组件,特别是恢复介质190的情况下,图象恢复装置19定义为一种特殊配置。
             传感器表面,光学中心,焦距
结合图1,现描述传感器表面110的定义。
传感器表面110定义为在图象捕获时,图象捕获装置的传感器101的敏感表面获取的空间形状。该表面通常是平面。
光学中心111定义为图象捕获时空间中与图象103关联的一个点。在传感器表面110为平面的情况下,焦距定义为该点111和表面110之间的距离。
                象素,象素值,曝光时间
结合图3,现描述象素104和象素值的定义。
象素104定义为通过在传感器表面110上创建通常为规则的网格获得的检测平面上110上的基本单元区域。象素值定义为与该象素104关联的一个数字。
图象捕获定义为确定每个象素104的值。该组象素值构成图象103。
在图象捕获过程中,象素值是通过以下方法获得的:在象素104的表面上,在一段时间即曝光时间期间,对源自场景3通过光学系统100的部分光通量进行积分,并将该积分的结果转换为一数值。对光通量的积分和/或将该积分结果转换为数字值是通过电子单元102完成的。
象素值概念的该定义可应用于黑白或彩色图象103的情况,不管它们是静止的或还是动画的。
但是,随具体情况的不同,也可通过以下不同方式获得当前讨论的部分光通量:
a)在彩色图象103的情况下,传感器表面110通常由多种象素104构成,所述多种类型的象素104分别与不同波长的光通量相联系,例如红,绿和蓝象素。
b)在彩色图象103的情况下,也可能有许多并列的传感器101,每一个接收部分光通量。
c)在彩色图象103的情况下,使用的颜色可能不同于红色,绿色和蓝色,例如北美NTSC电视,并且可能不止三种颜色。
d)最后,在隔行电视扫描照相机情况下,产生的动画图象是由包含偶数行的图象103和包含奇数行的图象103交替构成的。
             所用配置,所用调节,所用特征
所用配置定义为图象捕获装置1的可移动组件的列表,例如:光学系统100,其安装在图象捕获装置1上,如果其为可互换的。所用配置具体由以下特征来表征:
—光学系统100的类型,
—光学系统100的序列号或其它标志。
所用调节定义为:
—以上定义的所用配置,以及
—在所用配置中可得到的影响图象103内容的手工或自动调节的值。这些调节可以由用户设置,特别是通过按按钮的方式,或是由图象捕获装置1计算得到。这些调节可能存储在装置中,特别是存储在一可移动介质上,或是存储在连接到装置的任何设备上。这些调节器可以具体包括调焦调节,对光学系统100的光圈和焦距的调节,曝光时间调节,白色平衡调节,以及合成图象处理调节,例如数码变焦,压缩和对比度。
所用特征74或所用的一组特征74定义为:
a)涉及图象捕获装置1的固有技术特征的参数,所述参数是在图象捕获装置1的设计阶段确定的。例如,这些参数可以包括所用配置的光学系统100的方案,该方案会影响所获取图象的几何缺陷和清晰度;所用配置的光学系统100方案具体包括光学系统100中透镜的形状,排列和材料。
这些参数还可以包括:
—传感器101的几何特性,也就是传感器表面110以及在这个表面上象素104的形状和相对排列,
—电子单元102产生的噪声,
—从光通量到象素值的转换方式。
b)与图象捕获装置1的固有技术特征关联的参数,所述参数是在图象捕获装置1的制造阶段确定的,具体包括:
—所用配置的光学系统100中透镜的精确定位,
—光学系统100相对于传感器101的精确定位。
c)与图象捕获装置1的技术特征关联的参数,所述参数是在获取图象103的时刻确定的,具体包括:
—传感器表面110相对于场景3的位置和方向,
—所用调节,
—产生影响的外部因素,例如温度。
d)用户的优先选择,特别是图象恢复所用的色温。例如,用户通过按按钮的方式确定的优先选择。
                   观测点,观测方向
结合图1,现给出观测点105和观测方向106的定义。
数学表面10定义为一个与传感器表面110几何相关的表面。例如,如果传感器表面是平坦的,则数学表面10就有可能与传感器表面重合。
观测方向106定义为场景3中至少一点并穿过光学中心111的一条直线。观测点105定义为观测方向106与表面10的交叉点。
                 观测颜色,观测强度
结合图1,现描述观测颜色和观测强度的定义。观测颜色定义为由所述场景3在某个时刻沿着观测方向106发出、透射或反射的,并从所述观测点105观测到的光线的颜色。观测强度定义为由所述场景3在同一个时刻沿着所述观测方向106发出的,并从所述观测点105观测到的光线的强度。
颜色具体地可以用作为波长函数的光强度来表征,或者也可以由例如用色度计测量的两个数值来表征。强度可以用一个值来表示,例如用光度计测量的值。
所述观测颜色和所述观测强度具体取决于物体107在场景3中的相对位置,当前的照明光源,以及观测时物体107的透明度和反射特征。
       数学投影,数学图象,数学点,点的数学颜色,
       点的数学强度,点的数学形状,点的数学位置
结合图1,5,9a,9b,9c和9d,现描述以下概念:数学投影8,数学图象70,数学点,点的数学颜色,点的数学强度,点的数学形状41以及点的数学位置40。
结合图5,现描述如何由至少一个场景3的指定的数学投影8在数学表面10上形成数学图象70。
首先描述指定数学投影8的概念。
一个指定的数学投影8使数学图象70与下述各项相联系:
—获取图象103时的场景3,
—以及所用特征74。
一个指定的数学投影8是一种转换,用来由获取图象时的场景3和所用特征74确定数学图象70的每个点的特征。
优选地,数学投影8使用以下方式定义:
该点的数学位置40定义为观测点105在数学表面10上的位置。
该点的数学形状41定义为观测点105的几何的点状的形状。
该点的数学颜色定义为观测颜色。
该点的数学强度定义为观测强度。
数学点定义为观测点105的数学位置40,数学形状41,数学颜色和数学强度的联系。数学图象70由该组所述数学点构成。
场景3的数学投影8是数学图象70。
          实际投影,实际点,点的实际颜色,
       点的实际强度,点的实际形状,点的实际位置
结合图3,5,9a,9b,9c和9d,现描述以下概念:实际投影72,实际点,点的实际颜色,点的实际强度,点的实际形状51以及点的实际位置50。
在图象捕获过程中,图象捕获装置1将场景3的图象103与所用特征74联系起来。源自场景3,沿着观测方向106的光线穿过光学系统100,到达传感器表面110。
对于所述观测方向,此时获得所定义的实际点,其与数学点相比较存在差异。
结合图9a到9d,现描述实际点与数学点的差异。
与所述观测方向106关联的实际形状51不是位于传感器表面上的一个点,它在三维空间中形状类似云朵,与一个或多个象素104相交。引起这些差异的具体原因是:慧形象差,球面象差,象散性,分为象素104组,彩色象差,场深度,衍射,无源反射,以及图象捕获装置1的场曲率。它们产生图象103模糊或者缺乏清晰度的印象。
此外,与所述观测方向106关联的实际位置50与点的数学位置40相比较存在差异。引起这个差异的原因是几何变形,这会产生变形的印象:例如,垂直的墙看上去变弯曲了。还有一个事实引起这个差异:即象素104的数目有限,因此实际位置50只能具有有限的数值。
此外,与所述观测方向106关联的实际强度与点的数学强度相比较存在差异。引起这些差异的原因是灰度系数和渐晕:例如,图象103的边缘看起来颜色变暗。另外,信号中可能会加有噪声。
最后,与所述观测方向106相关的实际颜色与点的数学颜色相比较存在差异。引起这些差异的原因是灰度系数和色偏。另外,信号中可能会加有噪声。
实际点定义为当前考虑的观测方向106的实际位置50,实际形状51,实际颜色和实际强度的联系。
场景3的实际投影72由该组实际点组成。
          可参数化转换模型,参数,校正图象
可参数化转换模型12(或简称为可参数化转换12)定义为可通过图象103和参数值得到校正图象71的数学转换。如下文所述,所述参数可以通过所用特征74计算得出。
通过所述可参数化转换12,对于图象103的每个实际点,有可能通过参数值,通过所述实际点的实际位置,以及通过图象103的象素值,确定所述实际点的校正置,所述实际点的校准颜色,所述实际点的校正强度以及所述实际点的校正形状。例如,可以通过作为实际位置函数的固定次数多项式来计算校正位置,该多项式的系数依赖于所述参数的值。例如,校正颜色和校正强度可以是象素值的加权和,所述系数由参数值以及实际位置决定,或者也可以是图象103的象素值的非线性函数。
所述参数具体可以包括:所用配置的光学系统100的焦距或相关值,例如一组透镜的位置,所用配置的光学系统100的调焦或相关值,例如一组透镜的位置,所用配置的光学系统100的光圈或相关值,例如光阑(diaphragm)的位置。
          数学图象和校正图象之间的差异
结合图5,对于给定的场景3以及所用特征74,数学图象70和校正图象71之间的差异定义为:由表征全部或部分校正点以及全部或部分数学点的位置、颜色、强度和形状的数值确定的一个或多个值。
例如,对于给定的场景3以及所用特征74,数学图象70和校正图象71之间的差异可以确定为:
—存在选出的特征点,例如可以是规则排列的点构成的正交阵列80的点,如图10所示。
—例如,对每个特征点,可以通过求得分别表示校正点和数学点的位置、颜色、强度和形状的每两个数值之间的差值的绝对值之和来计算差值73。上述差值的绝对值的求和函数可以替换为其它函数,例如求平均值,平方求和以及其它能够组合这些数值的函数。
                  参考场景
参考场景9定义为某些特征已知的场景3。例如,图4a示出了一个参考场景9,其由一张包括规则分布的黑色实心圆圈的纸组成。图4b示出了另一张纸,包含同样的圆圈,还具有彩色线条和区域。圆圈用来测量一个点的实际位置50,线条用来测量一个点的实际形状51,彩色区域用来测量一个点的实际颜色和实际强度。该参考场景9可以由除了纸张以外的其他材料构成。
                    参考图象
结合图12,现描述参考图象11的概念。参考图象11定义为使用图象捕获装置1得到的参考场景9的图象。
                 合成图象,合成图象类
结合图12,现描述合成图象207和合成图象类7的概念。合成图象207定义为通过一个参考场景9的数学投影8得到的数学图象70。合成图象类7定义为通过对用于一组或多组所用特征74的一个或多个参考场景9的数学投影8得到的一组数学图象70。在只有一个参考场景9且只使用一组特征74的情况下,合成图象类7只包括一个合成图象。
                      转换图象
结合图12,现描述转换图象13的概念。转换图象13定义为通过将可参数化转换模型12应用到参考图象11得到的校正图象。
          与合成图象类接近的转换图象,偏差
结合图12,现描述与合成图象类7接近的转换图象13的概念以及偏差14的概念。
转换图象13和合成图象类7之间的差异定义为所述转换图象13和所述合成图象类7的任意一个合成图象207之间的最小差异。
结合图12,以下描述在参考场景9和所用特征74不同的情况下,如何在多个可参数化转换模型12选择可用来将每个参考图象11转换为与对应于所述参考图象11的参考场景9的合成图象类7接近的转换图象13的转换模型。
—在给定的参考场景9与一组所用特征74关联的情况下,可以选择可参数化转换12(以及它的参数),用来将参考图象11转换成与合成图象类7差异最小的转换图象13。这样,合成图象类7和转换图象13就会十分接近。偏差14定义为所述的差异。
—在给定的一组参考场景关联与多组所用的给定特征74关联的情况下,可以选择一个可参数化转换12(以及它的参数)作为每个参考场景9的转换图象13和当前考虑的每个参考场景9的合成图象类7之间的差异的函数。存在选出的可参数化转换12(以及它的参数),用来将参考图象11转换成转换图象13,使得所述差异的和最小。该求和函数可以替换为另一个函数,例如求乘积函数。这样,就认为合成图象类7和转换图象13相接近。偏差14定义为,例如通过计算平均值从所述差异得到的值。
—在某些所用特征74未知的情况下,有可能通过获取至少一个参考场景9的多个参考图象11来确定这些特征。在这种情况下,同时确定该未知特征和可参数化转换12(及其参数),通过该转换可以将参考图象11转换为转换图象13,使得所述差异的和最小,特别是通过迭代计算,或者求解关于所述差异的和和/或乘积和/或所述差异的其它适当组合的方程式。这样,就认为合成图象类7和转换图象13是接近的。例如,未知特征可以是传感器表面110和当前考虑的参考场景9的相对位置和方向。偏差14定义为从所述差异得到的值,例如通过计算其平均值得到的值。
                     最佳转换
最佳转换定义为可参数化转换模型12中的一种转换,通过该转换,可将每个参考图象11转换为与对应于所述参考图象11的参考场景9的合成图象类7接近的转换图象13。
                       校准
校准定义为一种方法,通过该方法,对于一种或多种所用配置,得到涉及图象捕获装置1的固有特征的数据,其中,每种配置都包含与图象捕获装置1关联的光学系统100。
情况1:该情况只包含一种配置,所述方法包括以下步骤:
—在所述图象捕获装置1中安装所述光学系统100的步骤,
—选择一个或多个参考场景9的步骤,
—选择几种所用特征74的步骤,
—为所述所用特征获取所述参考场景9的图象的步骤,
—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
情况2:该情况考虑对应于给定图象捕获装置1和同类型的所有光学系统100的所有配置,所述方法包括以下步骤:
—选择一个或多个参考场景9的步骤;
—选择几种所用特征74的步骤;
—通过例如由光线跟踪计算该光学系统的软件,从所用特征74,特别是从所用配置的光学系统100的方案,及从参数的值计算图象103的步骤,
—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
情况3:该情况考虑对应于给定光学系统100和同类型的所有图象捕获装置1的所有配置,所述方法包括以下步骤:
—在当前考虑的类型的图象捕获装置1上安装所述光学系统100的步骤,
—选择一个或多个参考场景9的步骤,
—选择几种所用特征74的步骤,
—为所述所用特征获取所述参考场景9的图象的步骤,
—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
优选地,可由图象捕获装置1的制造厂商对情况1中的每个装置和配置进行校准。这种方法更加精确,但是有更多的限制,特别适用于光学系统100不是可互换的情况。
或者,可由图象捕获装置1的制造厂商对情况2中的每种装置类型和配置进行校准。这种方法没有第一种精确,但是更加简单。
或者,可由图象捕获装置1的制造厂商对情况3中的每种装置类型和光学系统100进行校准。这是一种折衷的方法,其中,可在同一种类型的所有图象捕获装置1中使用一个光学系统100,而不需要为每一种图象捕获装置1和光学系统100的组合重复进行校准。
或者,对情况1中的每个图象捕获装置和配置,可由装置销售商或安装者进行校准。
或者,对情况3中的每个光学系统100和每种类型的装置,可由装置的销售商或安装者进行校准。
或者,对情况1中的每个装置和配置,可由装置的使用者进行校准。
或者,对情况3中的每个光学系统100和每种类型的装置,可由装置的使用者进行校准。
                 数字光学系统的设计
数字光学系统的设计定义为用来减少光学系统100的成本的方法,降低成本通过以下手段来实现:
—设计一个具有缺陷,特别是实际点定位缺陷的光学系统100,或是从目录中选择上述系统,
—减少透镜的数量,和/或
—简化透镜的形状,和/或
—使用较廉价的材料,处理操作或生产过程。
所述方法包括以下步骤:
—选择可接受的差异(在上述限定的含义范围内)的步骤,
—选择一个或多个参考场景9的步骤,
—选择几种所用特征74的步骤,
所述方法还包括以下步骤的重复:
—选择一个光学方案的步骤,该方案具体包括透镜的形状,材料和排列,
—通过采用,例如由光线跟踪计算光学系统的软件,或通过对原型进行测量,从所用特征74,特别是从所用配置的光学系统100的方案计算图象103的步骤,
—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤,
—验证差异是否可接受的步骤,直到差异可接受为止。
                  格式化信息
与图象103关联的格式化信息15,或是格式化信息15,被定义为以下的数据的全部或一部分:
—涉及图象捕获装置1的固有技术特征,特别是失真特征的数据,和/或
—涉及获取图象时图象捕获装置1的技术特征的数据,所述技术特征特别是曝光时间,和/或
—涉及所述用户优先选择,特别是色温的数据,和/或
—涉及偏差14的数据。
                   特征数据库
特征数据库22定义为包含格式化信息15的数据库,该格式化信息对应一个或多个图象捕获装置1和一个或多个图象103。
所述特征数据库22可以集中存储或分布存储,特别是可以:
—集成到图象捕获装置1,
—集成到光学系统100,
—集成到一可移动存储设备,
—在图象捕获过程中集成到PC或连接到其它元件的其它计算机,
—图象捕获结束后集成到PC或连接到其它元件的其它计算机,
—集成到PC或能够读取与图象捕获装置1共享的存储介质的其它计算机,
—集成到一台与PC或其它计算机连接的远程服务器,其本身与其它图象捕获元件连接。
                    字段
结合图8,现描述字段91的定义。与图象103关联的格式化信息15可以以多种形式记录,并构造成一个或多个表格。但是它在逻辑上对应于所有或部分字段91,包括:
(a)焦距,
(b)场深度,
(c)几何缺陷。
所述几何缺陷包括图象103的几何缺陷,由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换,就有可能计算图象103的一个点的校正位置。
所述几何缺陷还包括渐晕,由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换,就有可能计算图象103的一个点的校正强度。
所述几何缺陷还包括色偏,由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换,就有可能计算图象103的一个点的校正颜色。
所述字段91还包括(d)图象103的清晰度。
所述清晰度包括在图象103分辨中的不清晰性,由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换,就有可能计算图象103的一个点的校正形状。不清晰性具体包括:慧形象差,球面象差,象散性,分成象素104组,彩色象差,场深度,衍射,无源反射,以及场曲率。
所述清晰度还包括场深度中的不清晰性,特别是球面象差,慧形象差,象散性。所述不清晰性取决于场景3中的点相对于图象捕获装置1的距离,由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换,就有可能计算图象103的一个点的校正形状。
所述字段90还包括(e)量化方法的参数。所述参数取决于传感器101的几何特性与物理特性,电子单元102的体系结构以及可以使用的任何一个处理软件。
所述参数包含表示象素104的强度随源自所述场景3的波长和光通量改变的函数。所述函数具体包含灰度系数信息。
所述参数还包括:
—所述传感器101的几何特性,特别是所述传感器101的敏感元件的形状,相对位置和数量,
—表示图象捕获装置1的噪声的空间和时间分布的函数,
—表示图象捕获曝光时间的值。
所述字段90还包括(f)由图象捕获装置1执行的数字处理操作,特别是数码变焦和压缩的参数。这些参数取决于图象捕获装置1的处理软件和用户的调节。
所述字段90还包括:
(g)表示用户的优先选择的参数,特别是关于图象103的模糊程度和分辨率。
(h)偏差14。
                  格式化信息的计算
格式化信息15可以在多个阶段中计算并存储在数据库22中。
a)图象捕获装置1的设计结尾。
通过这个阶段,有可能获得图象捕获装置1的固有技术特征,特别是:
—电子单元102产生的噪声的空间和时间分布,
—从光通量到象素值的转换方案。
—传感器101的几何特性。
b)数字光学系统的校准或设计结尾。
通过这个阶段,有可能获得图象捕获装置1的其它固有技术特征,特别是对于一定数目的所用特征值的最优相关转换和相关偏差14。
c)用户通过按钮、菜单、可移动介质或与其它设备的连接选择优先选择的阶段。
d)图象捕获阶段
通过该阶段(d),有可能获得图象捕获装置1在获取图象时的技术特征,特别是曝光时间,其由手工或所进行的自动调节来确定。
通过阶段(d),还可能获得焦距。焦距通过
—对所用配置中光学系统100的该组可变焦距透镜的位置的测量,或
—输入定位电机的一给定值,或
—制造厂商给出的值,如果焦距是固定的来计算。
此时,可以通过分析图象103的内容来确定所述焦距。
通过阶段(d),也有可能获得场深度。场深度通过
—对所用配置中光学系统100的该组调焦透镜的位置的测量,或
—输入定位电机的一设定值,或
—制造厂商给出的值,如果场深度是固定的来确定。
通过阶段(d),也有可能获得几何缺陷和清晰度缺陷。几何缺陷和清晰度缺陷与一个转换一致,该转换借助于在阶段(b)结尾得到的特征的数据库22的多个转换的组合计算得出。该组合被选用来表示对应于所用特征74的参数值,所述特征特别是焦距。
通过阶段(d),也有可能获得由图象处理装置1执行的数字处理的参数。这些参数是通过手工或所进行的自动调节确定的。
根据阶段(a)至(d),可以通过以下装置或软件来进行对格式化信息15的计算:
—集成到图象捕获装置1的设备或软件,和/或
—PC或其它计算机中的驱动软件,和/或
—PC或其它计算机中的软件,和/或
—以上三项的组合。
可以以如下形式存储前述阶段(b)和(d)中的转换:
—通用的数学公式,
—对应每个点的数学公式,
—对应某些特征点的数学公式,
该数学公式可以通过以下内容描述:
—一列系数;
—一列系数和坐标;
通过这些不同的方法,可以在可用于存储公式的存储器大小和可用于计算校正图象71的计算能力之间达到妥协。
另外,为了检索数据,数据库22中还要记录与这些数据相关的标识符。这些标识符具体包括:
—图象捕获装置1的类型和索引的标识符,
—如果光学系统为可移动的,可以是光学系统100的类型和索引的标识符,
—其它任何可移动元件的类型和索引标识符,所述可移动元件链接到存储信息。
—图象103的标识符,
—格式化信息15的标识符,
                   完成图象
如图11所示,完成图象120定义为与格式化信息15关联的图象103。优选地,该完成图象120可具有一文件的形式,如图14所示。该完成图象120还可以分为多个文件。
可以通过图象捕获装置1来计算完成图象120。还可以通过外部计算设备,例如一台计算机来计算完成图象。
                 图象处理软件
图象处理软件4定义为接受一个或多个完成图象120作为输入,并对这些图象执行处理操作的软件。这些处理操作具体可以包括:
—计算一个校正图象71,
—在现实中进行测量,
—组合几个图象,
—提高图象相对于现实的保真度,
—提高图象的主观质量,
—在场景3中侦测物体或人107,
—在场景3中加入物体或人107,
—在场景3中替换或修改物体或人107,
—从场景3中删除阴影,
—向场景3中加入阴影,
—在图象库中搜索物体。
所述图象处理软件可以:
—集成到图象捕获装置1,
—可以在计算装置17中运行,该计算装置通过传输装置18连接到图象捕获装置1。
                 数字光学系统
数字光学系统定义为图象捕获装置1,特征数据库22,以及计算装置17的组合,该组合允许:
—获取图象103,
—计算完成图象,
—计算校正图象71,
优选地,用户直接获得校正图象71。如果需要,用户可以要求禁止自动校正。
特征数据库22可以:
—集成到图象捕获装置1,
—在图象捕获过程中集成到PC或连接到其它元件的其它计算机,
—在图象捕获结束后集成到PC或连接到其它元件的其它计算机,
—集成到PC或其它可以读取与图象捕获装置1共享的存储介质的计算机,
—集成到与PC或其它计算机连结的远程服务器,数据库本身与其它图象捕获元件连接。
计算装置17可以:
—与传感器101一起集成到一组件,
—与电子单元102的一部分一起集成到一组件,
—集成到图象捕获装置1,
—在图象捕获过程中集成到PC或连接到其它元件的其它计算机,
—在图象捕获结束后集成到PC或连接到其它元件的其它计算机,
—集成到PC或其它能够读取与图象捕获装置1共享的存储介质的计算机,
—集成到与PC或其它计算机连接的远程服务器,计算装置本身与其它图象捕获元件连接。
                 完整链的处理
以上段落基本上提出了对概念的精确描述,以及根据本发明,向图象处理软件4提供涉及图象捕获装置1的特征的格式化信息15的方法和系统。
在以下段落中,给出这些概念的扩展定义,以及并补充说明根据本发明,向图象处理软件4提供涉及图象恢复装置19的特征的格式化信息15的方法和系统。将以这种方式阐述完整链的处理。
通过对完整链的处理,有可能:
—改进从该链的一端到另一端的图象103的质量,在校正图象捕获装置1和图象恢复装置19的缺陷的同时,获得恢复图象191,和/或
—在视频投影仪中,结合提高图象质量的软件使用质量和成本均较低的光学系统。
               与图象恢复装置关联的定义
结合图2,17和6,现描述在格式化信息15中,怎样考虑图象恢复装置19,例如打印机、可视显示器屏幕或投影仪的特征。
从使用图象捕获装置1的情形中提供的定义,该领域技术人员可以通过类推的方法推断出在使用图象恢复装置19的情况下,如何对该定义进行补充和修改。但是,为了阐明该方法,现具体结合图6,描述主要的补充或修改。
通过所使用的恢复特征95,指定了图象恢复装置19的固有特征,在图象恢复时刻图象恢复装置19的特征,以及图象恢复时用户的优先选择。具体在投影仪的情况下,所用恢复特征95包括所用屏幕的形状和位置。
通过可参数化恢复转换模型97(或简称为可参数化恢复转换97),指定与可参数化转换模型12类似的数学转换。
通过校正恢复图象94,指定通过将可参数化恢复转换97应用到图象103得到的图象。
通过数学恢复投影96,指定一数学投影,该数学投影使数学恢复图象92与校正恢复图象94相关联,所述数学恢复图象92在与恢复介质190几何联系的数学恢复表面上的。该数学恢复表面的数学恢复点的形状,颜色和强度从校正恢复图象94计算得到。
通过实际恢复投影90,指定联系恢复图象191与图象103的投影。图象103的象素值由恢复装置19的电子单元转换为驱动恢复装置19的调制器的信号。在恢复介质190上获得实际恢复点。所述实际恢复点的特征包括形状,颜色,强度和位置。上文描述的在图象捕获装置1的情形中将象素104分组的现象在为图象恢复工具的情形中不会出现。但是,会出现一种相反的现象,具体结果是直线会呈现阶梯状。
恢复差异93指定为恢复图象191和数学恢复图象92之间的差异。该恢复差异93从差异73类推得到。
通过恢复参考,指定一个图象103,在该图象中,已知象素104的值。
通过最优恢复转换指定对于恢复参考和所用恢复特征95,可用来将图象103转换成一校正恢复图象94,使得其数学恢复投影92与恢复图象191相比表现出最小的恢复差异93。
数字光学恢复系统的恢复校准方法和设计方法可与在图象捕获装置1的情形中,数字校正系统的校正方法和设计方法相比。但是,在某些阶段存在差异,特别是在以下阶段:
—选择恢复参考的阶段;
—所述恢复参考的恢复执行阶段;
—计算最优恢复转换的阶段。
涉及图象捕获装置1以及涉及图象恢复装置19的格式化信息15可首尾相接地用于同一个图象。
上文已经给出在使用图象捕获装置1的情况下字段的概念。这个概念也可以类推到使用图象恢复装置19的情况下。但是量化方法的参数要替换成信号重建方法的参数,也就是:恢复介质190的几何特性及其位置,表示图象恢复装置19的噪声的时间和空间分布的函数。
                       概念推广
本发明包含的,在权利要求书中指明的技术特征,已经通过参考数字类型的图象捕获装置,也就是产生数字图象的装置进行了限定、描述和示例。很容易理解,同样的技术特征适用于为以下装置组合的图象捕获装置的情况:基于银技术的装置(使用敏感卤化银胶片,底片或反转胶片的摄影或电影装置)与从洗印的感光胶卷中产生数字图象的扫描仪的组合。当然,在这种情况中,可以适当到修改一些所使用的定义。这些修改在本领域技术人员的能力范围之内。为表明这种修改的显而易见性,只需要提及:在基于银技术的装置和扫描仪的组合的情况下,在借助于扫描仪将胶卷表面的基本区域数字化之后,结合图3示出的象素和象素值的概念必须应用到该基本区域。这种定义的转置是不言而喻的,可以扩展到所用配置的概念中。例如,所用配置中包含的图象捕获装置1的可移动组件列表中,还可以补充在基于银技术装置中有效使用的照相胶卷类型。
                对图象等同性的自动修改
以下参考图17,13a,13b和13c,描述根据本发明的对源自装置链P3或用于装置链的图象P2的质量的自动修改的实例,所述装置链也被定义为指定的装置链。
在该实例中,根据本发明的系统包括数据处理装置P76,用于对图象P2执行以下根据本发明的方法的步骤:
-编辑与该组装置P75相关的格式化信息15的源P50的目录的步骤;具体地,这些源P50根据使用的情形可以是包含图象P2的图象文件P58,装置,本地和/或远程数据库22,以及用于载入图象P2或修改的图象的装置P53,一个例子是用于扫描器的双适应软件;以该方式编辑的该源被定义为数据库22,
-在以该方式编辑的所述格式化信息中自动检索与所述指定的装置链P3相关的特定的格式化信息;可使用一源来更新数据库22,例如通过因特网,
-在对于一个装置检索特定格式化信息P51不成功的情况下,例如通过测量装置的缺点,通过模拟该装置,或者通过校准根据上述方法的装置,来计算未知格式化信息的步骤,
-借助于图象处理软件P64和/或图象处理元件P65,通过考虑以此方式获得的所述特定的格式化信息P51,来自动修改所述图象P2。
借助于该例,将描述根据本发明的方法和系统,用于一图象捕获装置的图象的恢复的应用,不管它是摄影装置,视频镀膜装置,还是声图(echographic)装置,等等。在这些情况下,将有可能利用(尤其是光纤类型的)镀膜装置、检测器或光敏表面(CCD,光敏膜等)、扫描仪、处理软件、不同装置之间的信息传送链以及用于恢复该装置的打印机的特征。正如以下所述,将有可能在图象链中使用具有其自身特定性质的其他元件。
每一个装置由一识别服60来表征,借助于该识别服,有可能识别该装置的类型,由此获得与该类型的装置相关的已知特征并间接获得指标P52,其应用将在以下描述。
某些装置可能会受到专门的操作调节。例如,可根据镀膜条件来调节捕获装置,或者可将打印机设置为放大模式,等等。这些特定的操作模式导致可变特征P55,在本发明范围内可使用这些特征。此外,这些可变特征P55可能影响装置或装置链P3的固定特征CS(或原始特征)。
图13a示出本发明系统的一个实际的例子的示意图。
在该示意图的上部,示出装置和装置,这些装置和装置被定义为外围装置,它们向系统提供信息、图象和数据:
所涉及的有:
-待处理的图象1,其明显地包括图象信息61,但也可包含数据62,该数据62关于镀膜媒体的特征以及提供有关图象捕获条件的信息或有关后续图象处理的信息(例如使用的焦距,或重新标出图象的尺寸)。这些特征将被当作以下描述中的可变特征66。该可变特征还可以包含在图象本身中或可以从该图象计算出。
-图象捕获装置APP1,其具有固有的特征,且其可包含可变特征66。所述固有特征与装置的类型有关或与每一个装置有关,且可以通过对装置的了解以及对原始特征的了解获得这些特征。具体的,可以由其识别服60来获知它们,识别符可以是,例如装置或镀膜上的条形码,且系统使用这些识别符来使这些固有的特征相联系。识别符60可以多种方式从该图象获得,从数据62获得,以及/或通过询问该装置的管理软件或该装置本身,或用户来获得,这些在图13a中通过LOG/MAT/IMPR表示出来。可变特征66通常与图象捕获条件有关,且可以是上述的特征,其可以包含在图象中,在图象捕获装置中或者同时在该两者中:
-外围设备APP2-APPn,特别包括诸如打印机或扫描仪的外围设备APP2,该外围设备APP2具有与该类装置相关,且具体来说,是反应它们缺点的特征,以及与使用模式相关的可变特征66,例如打印机的放大因子。例如APP2的外围设备还可以是伪外围设备且呈现代表这些装置或功能的文件的形式,且包含与这些装置或功能对应的特征:
-图象捕获装置,
-图象恢复装置,
-不同于装置APP1的图象捕获装置,用于模拟该装置拍摄的照片,且其用英语可称为“lookalike”,
-图象捕获装置的模拟,其不同于装置APP1,用于替换上述的装置,且由前一情况类推,其也可以被称为实际上的“lookalike”,
-通过考虑用户肉眼的视觉缺陷,用来修改软件缺点的特征,或用来创建专门效果的特征。
-软件缺陷例如由数字聚焦所导致的模糊可以被校正或者修正的特征,
-对图象进行处理并引入缺陷的软件,或具有可变特征66,例如记录或连续变焦系统的软件,
-安装特征,尤其用于投影仪,其与square on正面描绘的误差或屏幕平整度的误差有关,且其可由照相机来测量,例如,
-如上所述多个装置的组合。
这些不同的装置APP1至APPn以及图象1包括装置链P3。图象的处理将不仅考虑其内在的缺陷,还考虑不同装置的缺陷,所有这些都将对图象起作用。该组的这些装置将被定义为装置链P3。该系统的目的是纠正或修改由每个装置引入该图象处理中的缺陷。
可适当考虑的可变特征66的例子包括:
-光学系统的焦距,
-应用于该图象的重新尺寸确定(数字放大比:部分图象的放大;和/或欠采样:降低图象的象素数),
-非线性亮度校正,例如伽马校正,
-轮廓的加强,例如应用于装置的去模糊级别的增强,
-检测器的噪音和电子单元的噪音,
-光学系统的孔径,
-调焦距离,
-镀膜上的帧数,
-欠曝光或过曝光,
-镀膜或检测器的灵敏度,
-打印机中使用的纸张的类型,
-图象中检测器的中心位置,
-图象相对于检测器的旋转,
-投影仪相对于屏幕的位置,
-使用的白色平衡,
-闪光和/或其功率的触发,
-曝光时间,
-检测器增益,
-压缩,
-对比,
-装置的用户施加的另一种调节,例如操作模式,
-对装置的另一种自动调节,
-装置实现的另一种测量。
该系统具有接收界面C.VAR1,C.VAR1,...C.VARn,设计这些界面用于接收上述解释的可变特征66。源自该图象的特征可通过图象本身来发送,或者如上所述,通过与该图象相关的数据来发送。回想起还克通过图象捕获装置来发送该图象的可变特征66。
界面ID1,ID2,...ID3被设计用于接收不同的外围设备APP1-APPn的识别符。
根据该情况,外围设备的概念可对应于一个或多个装置,其可以是或可以不是同一种类型。以下例子每一个伴随有形式为编码和内容的识别符60的可能的实现方式,这些例子对应于这些情况的中的若干情况:
-对于一给定的外围设备(例如,编码IA1:厂家名称,外围设备类型,外围设备的序列号),
-对于一给定类型的外围设备(例如,编码IA2:厂家名称,外围设备类型)
-对于一给定的配置(例如,编码IA3:厂家名称,外围设备类型,安装的可交换目标的类型)
-对于外围设备的分类(例如,编码IA4,适于一次性照相装置:厂家名称,外围设备类型,帧数),
-对于厂家(例如,编码IA5:用于厂家)
-对于一个链的多个外围设备(例如,用于照片IC打印的设备项中的编码IA6,引入与用完即丢弃的装置相关的格式化信息项,且使这些信息项与扫描仪和打印机的结合,用于存储在与该链相关的本地数据库中,需要适用的识别符60),
-对于算法,诸如缩放算法(例如,编码IA7:算法名称,实现,指示图象质量在该算法之前还是之后修改的字段),
-对于其视觉缺陷将被校正或改进的个人(例如,编码IA8,该个人的姓名,国家)
-对于待被仿真及向其添加缺陷并不对缺陷进行抑制的外围设备(例如,编码IA9:厂家名称,装置类型),
-对于给定的外围设备版本(例如,编码IA10:厂家名称,外围设备类型,外围设备软件的版本)
-对于协议(例如,编码IA11:从Twain协议导出的数据),
-对于一般外围设备(例如,编码IA12:数据源的列表,字段识别符;字段值)。
该系统然后可以分析该外围或装置链P3的装置,并根据情况以不同方式确定识别符60,以便能够查询该数据库。
对于每种类型的装置,数据库包括,代表该装置的缺陷和特征的至少一项格式化信息。该格式化信息15可能在多种方面与该装置的缺陷P5不同。其可能代表该装置的缺陷。可能代表该装置的缺陷的反面。可能仅近似代表该缺陷。可能代表这两个装置的缺陷之间的偏差。对于界面,例如界面ID1提供的每个识别符60,有可能获得一项格式化信息,例如15.1,其暂时在电路20.1中被接收。可在电路20.1,20.2,...20.n中收到与装置APP1,APP2,APP3...APPn相关的格式化信息。
该数据库可被集成到该系统或可以至少部分是远程的。
在此情况下,至少是部分地可由第三方进行管理。
在例如数字照片装置校正或修改其内在缺陷的情况下,数据库可被降低至注册。
设计用于处理格式化信息的操作员21.1,21.2,...21.n来接收由接口C.VAR1-C.VARn提供的可变特征66的值的一部分,以及由电路20.1-20.n所提供的格式化信息,其方式使得每个操作员借助于一个或多个可变特征66来处理一部分格式化信息,并向中间电路22.1-22.n提供竟修改的格式化信息项。例如,操作员21.1根据焦距接收格式化信息15.1,借助于由接口C.VAR1提供的可变信息值(焦距值)来对其进行处理,并提供不依赖于焦距的修改的格式化信息15.1’的项。例如,图16.1示出装置处理特征,其使得缺陷704变得明显,随后导致格式化信息15,如上所述。代表可变焦距705的可变特征66,例如还导致获得格式化信息(见图16.2)。
图象处理操作员23.1,23.2,...23.n每一个被设计用来接收一项修改的格式化信息。该第一操作员23.1接收待被处理的图象,借助于该项修改的格式化信息15.1’来对其进行处理,并提供修改的图象。这由下列操作员23.2接收到,其借助于该项修改的格式化信息15.2’来对该修改信息进行处理,并提供新的经修改的图象,等等,直到最后一个操作员23.n,其提供最后的修改的图象。
可能地,如果图象处理操作员未接收任何经修改的格式化信息,则不对由该操作员接收的图象进行修改,且将其发送给之后的操作员或输出,例如可以使用缺省的格式化信息。
最后,该系统的整个操作,具体地在该系统的不同元件之间的信息和数据的交换,也可由中央控制单元25来管理。
在这些条件下,中央控制单元25将管理在数据库22中对格式化信息的自动检索,这些格式化信息具有由接口ID1,ID2,...Idn给定的地址。中央单元(UC)25管理对信息的检索,并激活操作员21.1-21.n用于处理该格式化信息,然后激活图象处理操作员23.1-23.n。如果需要,操作员可以位于不同的远程但是互联的系统。
图13b示出根据本发明的系统的可替换实施例。在该可替换实施例中,将修改格式化信息项合成为单个一项格式化信息,且它们修改待被处理的图象的质量。为此目的,一个操作员23.t代替了操作员23.1-23.n。该操作员接收不同的经修改的格式化信息项并将它们合并,且使得有可能修改待被处理的图象的质量,以便提供经修改的图象。
此外,根据可应用到图13a的系统的一替换实施例,如图13c所示,其中装置的可变特征66和其识别符相结合以实现在数据库内直接访问一项经修改的格式化信息。例如,将由C.VAR1提供的可变特征和识别符ID1结合起来以形成一项经修改的格式化信息15.1,其被发送至22.1。很清楚,在图13c中,提供该结构仅用于该项经修改的格式化信息15.1’,但是其可能被应用到所有或部分其他格式化信息。该系统在操作员23.n的输出提供经修改的图象,如图13a和23,以及图13b和13c所示。图16.5示出其中增加有相关信息62c的修改图象61c,其可以是:
-图象的数字签名,
-校正数据,或者换句话说,经修改的格式化信息或其等效信息,或显示指示器,由此指示该图象已被教正或修改,
-与原始图象1相联系的数据62或信息P63,如果必要被修改或更新以反应应用至该图象的处理操作,例如Exif或PIM格式的数据,
-或该两种类型的数据。
图13a-13c的实际的例子可用于所有的缺陷或每一个缺陷。
例如,有可能校正应用APP1的失真和模糊,然后是APP2的失真和模糊。
根据另一例子,有可能校正APP1的失真,然后是APP2的失真等等,然后是APP1的模糊,然后是APP2的模糊,等等。
通过在多个缺陷和多个装置的情况下产生,有可能组合这两个实施例的方法。
参考图14a,将对本发明的方法的简化的实施例给予描述。该实际的例子应用到一图象捕获装置。假设要求该方法来仅改进单个装置的缺陷,例如图象捕获装置,以及由于调节该装置而产生的缺陷。
作为一个例子,可通过数字化的装置400.1,通过数字捕获装置400.2(数字照片装置,或扫描仪或其他装置),或通过压缩磁盘400.3以数字化的方式来对该图象进行处理。
在该方法的步骤401,可得到数字化的图象。此外,可通过识别装置,例如条形码获知该图象捕获装置的特征,甚至使该装置的类型。
在该方法的步骤402,要求或计算该装置的识别符60。
在步骤403,可通过识别符60来访问该图象捕获装置的特征的数据库22,例如借助于象素P52。实际上,如上所述,可获得一数据库,其中,在原则上已为每个已知装置注册了装置特征。在本发明的范围内,这些特征代表待修改的缺陷。由此,该数据库22在步骤403中调用。在一替换实施例中,对该数据库的调用可以附加地考虑在步骤405获得的某些可变特征66,以便直接获得格式化信息,对于可变特征66来说,该格式化信息对于以该方式获得的值是相关的。
在步骤404,在数据库22中读取代表该对应装置的特征(缺陷)的一项格式化信息15,读取地址从识别符60获取。
此外,与待被处理的图象一起,如果必要,可向该系统提供来自该装置存储器、来自与该装置相关的软件或来自与该图象相关的信息的可变特征66(具体是镀膜条件)。
由此可在步骤405中得到这些特征。
之后(步骤406),将该格式化的信息15.1-15.n与该可变特征66结合以提供经修改的格式化15.1’-15.n’。该修改的格式化信息现在包含可用来修改图象质量的所有信息。
根据该步骤406的一替换步骤,如果可变特征66及具体地已确定待被处理的图象的值,则使用它们来在该格式化信息的范围内,确定部分考虑这些可变特征66的格式化信息。
在步骤407,将该经修改的格式化信息应用到该图象以便对其进行处理并对其进行校正或修改。该处理借助于由图象处处里软件辅助的操作来进行。
以此方式在步骤408中获得了一个修正的图象。
很明显,通过仅使用该装置固有的特征而不使用可变特征66前述方法即可起作用。在此情况下,可直接使用数据库中读出的格式化数据来处理图象。
参考图14b,将对本发明的另一实例进行描述。在该方法和系统中,假设有原因考虑多个装置的不利缺陷,甚至是图象处理过程中涉及的所有装置的不利缺陷。
如在图14a的例子所述,该方法提供通过该数字化图象的系统获取该装置的识别符60和该可变特征66的识别符60。
在步骤501期间,考虑了装置的识别符60,且该识别符使得有可能访问数据库22(步骤502)以便获得对应于该识别符60的一项或多项格式化信息。
还对与该装置有关的可变特征66进行了检索(步骤504)。
在步骤505期间,根据特征变量66来修改该格式化信息或某些格式化信息项。如在结合图14b所述的方法中所述,一旦确定了可变特征66,它们可用于在格式化信息中确定哪个是有用的,哪个考虑了可变特征66。以此方式确定的格式化信息存储在存储器中。
以下(步骤506),进行一测试来决定对该图象质量的修改是否必须考虑另一装置。在图14b的示意图中,以问题“APP=APPn”来表示该测试,意思是“当前考虑的装置是否是该装置链中的最后一个装置?”。如果回答是否定的,则对下一个装置重新进行步骤501的处理。如果回答是肯定的,就意味着在步骤505结束时,所有与不同装置相关的格式化信息均在存储器中。
然后在步骤507中由与该第一装置相关的格式化信息对该图象进行处理,并得到第一处理图象。然后该系统考虑与下一个装置相关的格式化信息并处理该之前处理的图象,等等,直到所有的格式化信息均被处理,其原则上意味着直到考虑了所有与该装置链的不同装置相关的信息。该测试“APP=APPn”然后肯定地回答。获得并发送一经修改的图象。
将会注意到本发明的方法可通过仅执行单个测试“APP=APPn”来实现。将有可能仅执行步骤508的测试,其将获得几乎同样的结果。
在根据本发明的方法的另一版本中,如图14c所示,在获得所有装置的所有的格式化信息后,或换句话说,在步骤506结束后,其提供可以在步骤510的过程中结合不同的格式化信息项。这样,在步骤07期间及时执行图象处理。如上所述,对于待被处理的图象,可能需要多个装置,可能包括图象捕获装置,扫描仪,打印机,传送系统,等等。每一个装置都能够在处理链中引入缺陷。还可能需要附加的装置,其在上述被限制为“伪外围设备”,期望他们根据或应用与这些伪外围设备对应的缺陷来改进该图象。
在本发明的另一种方法中,考虑在装置链P3中,处理图象必需的该组装置由单个装置构成,其将被定义为虚拟装置708,且其缺陷对应于该装置链的不同装置的缺陷的所有和部分的等效缺陷。由此如图象捕获装置706的装置(图16.4)以及打印机707可由一个虚拟装置708来表示,其对应于虚拟的格式化信息709。如果考虑在一项格式化信息可以是物理特征的数学表示,对应于两个装置的虚拟装置708的一项格式化信息可以是对应于这两个装置的特征的和/或对应于这两个数学函数的卷积的两个矢量的和。根据图16.4,由此可以确定一虚拟装置708,其具有与该链的原始缺陷的至少一部分等效的缺陷。确定对应于该虚拟装置的虚拟的格式化信息709。且注册获得的虚拟的格式化信息,或者使该虚拟的格式化信息代替与该原始缺陷相关的格式化信息。可借助于与由该虚拟装置表示的装置链P3对应的识别符60在该数据库中直接访问到该虚拟格式化信息。由此可更简单并更快速地实现该方法。
可根据图15的组织图来采用该方法的组织的例子,使用该方法可获得虚拟的格式化信息。考虑该两装置的特征(步骤510和511)。在步骤512中结合这些特征。在步骤513中计算该对应的虚拟格式化信息。在步骤514,检验在虚拟的装置链中是否需要其他装置。如果需要,则重复该处理。如果不需要,则终止该处理。
在集成开发实验室的例子中,装置链P3包括扫描仪,照相装置和打印机。该等效的虚拟装置具有这三种装置的缺点,且可将改进该图象质量的时间基本上分成三份。
在具有可变特征66的装置的情况下,有可能确定与以下列方式显示的所述可变特征66相关的缺陷的格式化信息。
在可变特征66是焦距和孔径的例子中,选择下列组合:
-焦距=35mm,孔径=f/2,
-焦距=35mm,孔径=f/8,
-焦距=100mm,孔径=f/8,
-等等。
对于每一个组合,由上述方法确定对应的格式化信息。
例如通过插入法导出为焦距和孔径的函数的格式化信息,使得该数据库包含步骤404中必须的格式化信息。
由此可以看出,如在上述对图13a的描述中所述,可获得依赖于可变特征66,例如焦距的一项格式化信息。借助于可变特征66来处理该项格式化信息以获得该项经修改的格式化信息。
在以上说明中,考虑待被处理的图象为由图象捕获装置导出的图象,且待被打印或显示。本发明还可被用于任何图象处理链,由此还可以用于用来投影图象的图象链。由此,现在将考虑图象恢复链。如在上述本发明方法的实例中所述,必须获得该图象恢复链的不同装置的特征。借助于这些特征,有可能获得用于应用本发明方法的格式化信息。
以下将描述本发明的细节或替换版本的元素。
首先,在对图13a的描述期间,提到所提供的有可能获得格式化信息的特征可以是被设计为校正观察者701的视觉缺陷(例如散光)的特征,或者为导致特殊效果的特征。在这些条件下,该得到的格式化信息702使得有可能修改该图象的视觉、图象、色度以及其他质量;如图16.3所示,与观察者701的视觉缺陷相关的格式化信息702,例如,被处理为该装置链P3的格式化信息,甚至与该格式化信息有关。在上述描述中,考虑该图象的处理;还有可能考虑该图象位于文件P57中,连同识别符60或指标P52,以及该捕获装置的可变特征66和在处理该文件中注册的图象中涉及的任何装置的可变特征66;还可能考虑该图象连同该格式化信息的一部分一同位于图象文件P58中。通过扩展,由此本发明可等同地应用于图象以及格式化信息在数据库22中的情况。
可借助于在文件P57中或图象文件P58中包含的信息来确定该可变特征66的值。优选的,该信息将以标准格式被注册在文件中,所述标准格式例如本领域已知的EXIF标准。这样,本发明的系统和方法可用于对已经借助于装置镀膜和/或处理的图象进行处理,所述装置在建立对应于该装置的格式化信息之前完成商业化。
很明显,可通过仅考虑有限数量的装置链的缺陷,或者甚至是担搁装置的缺陷,以及通过仅校正这些缺陷来简化对图象质量的改进。
此外,如在图13a的描述中已经预见的,可通过模拟除构成正使用的装置链P3的一部分的装置来应用本发明的方法。同样的,可将与一装置或一类装置相关的格式化信息应用至另一装置或另一类装置,尤其是类似的装置。例如,如图16.6所示,其中示出多套装置710.0,710.1,710.2。该格式化信息关系到一类装置711,但该格式化信息还可以应用至一类似的装置712,由此允许,例如仅产生与每种单个装置相关的格式化信息。
本发明可应用于对由装置或装置链P3处理或提供的图象进行修改,或者特别是改进。一吸引注意力的应用将是仅修改仅为某些装置的缺陷或部分缺陷。一个应用可以是仅仅部分地修改缺陷,例如,在图象质量和计算时间寻求折中。
另一个目标是将本发明应用于这样的机械,即其处理图象的方式导致产生缺陷的机械,将一特定类型给予该图象,或模拟限定为参考装置的该装置的存在,或模拟限定为参考装置链的装置链P3的存在,它们不同于本申请的范围中使用的装置和装置链。
本发明还可应用于集成显象实验室。其可以在计算机上采用。
最后,可在投影仪上中采用本发明,在此情况下,允许进行不同的连接,包括在投影领域常见的视差校正。为此目的,可使用一照相机或照相装置来捕获投影在该屏幕上的测试图。
装置链的其他例子可包括:
-计算机控制的摄象机(英语为WEBCAM),
-扫描仪,
-数字照相装置,
-摄影机,
-打印机,
-屏幕,
-投影仪,
-游戏,
-图象处理软件,
-电话会议系统,
-观测摄象机。
以下例子构成装置链:
-单个装置,
-图象捕获装置和图象恢复装置,
-例如在相片打印冲洗设备中的照相装置,扫描仪或打印机,
-例如在相片打印冲洗设备中的数字照相装置或打印机,
-例如在计算机中的扫描仪,屏幕或打印机,
-一屏幕或者投影仪,以及人眼,
-期望可以效仿的一个和另一个装置,
-照相装置和扫描仪,
-一图象获取设备以及图象处理软件,
-图象处理软件和图象恢复装置,
-在先例子的组合,
-另一组装置。
可以通过不同的方式来利用所述方法:
-操作系统,
-处理软件的扩展,例如已知商标为“PHOTOSHOP”的处理软件,
-嵌入软件,
-集成的电子元件,
-因特网上的服务,
-或者这些形式的应用的任意组合,等等。
                         彩色图象
具体参考图18,以下将描述彩色图象P21的概念,彩色面P20的概念,指定颜色P22的概念,以及与一指定颜色相关的数据P23的概念。以下描述的一替换实施例可应用于其中图象P2为彩色图象P21的情形。可以通过多种方法将图象P21分解为多个彩色面P20:所述面的个数(1,3或更多),精度(8位无符号,16位带符号,浮点型等),以及所述面(相对于标准颜色空间)的重要性。可以通过多种方法将图象P21分解为多个彩色面P20:红色,绿色,兰色(RGB),或亮度,饱和度,色调等;另一方面,存在例如PIM的颜色空间,或可能存在负象素值,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进行编码。该格式化信息15包括用来将不同的缺陷P5分解为与待处理的不同的缺陷一致的彩色面P20的数据;每个彩色面由一指定的颜色P22来表征;所述格式化信息15包含与所述指定颜色相关的数据P23,例如在标准CIE或XYZ或LAB或sRGB彩色空间中的坐标,该与所述指定彩色相关的数据P23使得有可能计算图象1的彩色面P20,并确定所述格式化信息15的一部分,该部分可视化信息可用于适当改进所述彩色面P20的质量。
在一装置与PIM标准兼容的情况下,有可能,例如,选择以阳极区色对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。
          标准的格式化信息,扩展的格式化信息
如图15所示,格式化信息15或部分格式化信息15可以包含标准的格式化信息P101以说明一原始的测量,例如涉及在阵列80的一定数量的特征点处的几何变形缺陷的一数学字段。该格式化信息15或部分格式化信息15例如通过对阵列80的实际点而非特征点进行插入,可以包含扩展的格式化信息P102,该扩展的格式化信息P102可以由标准的格式化信息P101计算得到。从上述可以看出,格式化信息项15可以依赖于可变特征P6。根据本发明,组合P120定义为由可变特征P6以及可变特征的值组成的组合,例如由焦距,调焦,光阑孔径,获取速度,光圈等以及相关值组成的组合P120。难以想象如何计算涉及不同组合P120的格式化信息15,尤其是由于组合P120的某些特征,例如焦距和距离会不断改变而更加如此。
本发明规定通过自标准格式化信息P101进行插值来计算形式为扩展格式化信息P102的格式化信息15,所述标准格式化信息P101涉及已知可变特征P6的预先选定的组合P120。
例如,涉及以下组合P120的标准的格式化信息P101用来计算依赖作为可变特征66的焦距的扩展格式化信息P102:包括“焦距=2,距离=7,获取速度=1/100”的组合,包括“焦距=10,距离=7,获取速度=1/100”的组合,包括“焦距=50,距离=7,获取速度=1/100”的组合。通过该扩展格式化信息P102,具体有可能确定涉及以下组合的格式化信息:“焦距=25,距离=7,获取速度=1/100”。
标准的格式化信息P101与扩展格式化信息P102可存在插值偏差P121。本发明可包含选择0个、1个或多个可变特征P6的步骤,使得对于所获得的用于以该方法选择的可变特征P6的扩展格式化信息P102的插值偏差P121小于一预定插入阈值。实际上,某些可变特征P6对缺陷P5产生的影响比对其他缺陷的影响要小,将这些可变特征P6近似地看作常量所引入的错误可能只是最小的。例如,调焦调节对渐晕缺陷只产生轻微的影响,所以可能不是选定的可变特征P6的一部分。可变特征P6可以在产生格式化信息15的时刻选择。技术特征的组合可以使得图象质量的修改采用简单的计算。技术特征的组合还可以使得扩展格式化信息P102是密集的。技术特征的组合还可以使得已经消除的可变特征P6对缺陷P5的影响最小。技术特征的组合还可以使得可以通过格式化信息15按指定精度来修改图象质量。
                应用本发明以降低成本
成本降低定义为用于降低装置链P3或装置P25的成本,尤其是装置链或者装置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
-设计一具有缺陷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
-采用降低装置或者装置链的成本并且增加缺陷P5的材料,元件,处理操作或者制造方法。
如本发明所述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,以产生与装置链或者装置的缺陷P5相关的格式化信息15,以利用此格式化信息实现图象处理装置,无论这些装置是否集成,以对源自或被送往该装置或者装置链的图象质量进行修改,采用这种方式,具有图象处理装置的装置或者装置链的组合可以以降低的成本捕获、修改或者恢复具有期望质量的图象。

Claims (43)

1、一种用于改进源自或被送往一指定的装置链(P3)的至少一个图象(P2)的质量的方法,所述装置链(P3)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);所述图象恢复装置(19)由于属于一组(P75)不确定的装置的独特的经济参与者而逐渐商业化;所述该组(P75)装置展现出可由格式化信息(15)表征的缺陷(P5);
所述方法包括,对于所述图象(P2),进行以下步骤:
-编辑与所述装置组(P75)的所述装置相关的格式化信息(15)的来源(P50)的目录的步骤,
-自动在以此方式编辑的所述格式化信息(15)中检索与所述指定的装置链(P3)相关的特定的格式化信息的步骤,
-借助于图象处理软件(P64)和/或图象处理元件(P65),考虑以此方式获得的所述指定的格式化信息,来改进所述图象(P2)的步骤。
2、根据权利要求1的方法;所述方法使得借助于从对以下内容的分析直接或间接获得的指标(P52)来进行所述自动检索:
-所述图象(P2),和/或
-所述装置链(P3)的所述装置,和/或
-将所述图象(P2)载入所述图象处理软件或元件(P64,P65)的装置,和/或
-将由该图象处理软件或元件改进的图象载入图象恢复装置(19)的装置。
3、根据权利要求2的方法,所述装置链(P3)的所述装置由识别符(60)来识别,所述识别符尤其是一条形码;所述用于检索所述特定格式化信息的分析包括确定所述识别符(60)的步骤。
4、根据权利要求1-3中任何一项的方法,所述方法使得所述图象(P2),所述指标(P52)和/或所述识别符(60)包含在同一文件(P57)中;
使得该链的某些装置在与其相关的格式化信息(15)建立之前已经商业化的情形中,有可能凭经验利用根据本发明的方法。
5、根据权利要求1-4中任何一项的方法,所述方法使得所述图象(P2)和至少该指定格式化信息(15)的一部分包含在该同一图象文件(P58)中;
且使得有可能在所述图象文件(58)中自动检索所述格式化信息(15)。
6、根据权利要求1-5中任何一项的方法,所述方法进一步包括事先将至少部分格式化信息(15)存储在一数据库(22)中的步骤;所述方法进一步包括更新所述数据库(22)的步骤。
7、根据权利要求1-6中任何一项的方法,所述方法使得所述装置链(P3)中的一个装置具有至少一个依从于该图象(P2)的可变特征(66),尤其是焦距;所述指定格式化信息(15)的一部分与具有所述可变特征(66)的装置的缺陷(P5)相关;所述方法进一步包括以下步骤:
确定用于所述图象的所述可变特征(66)的值的步骤;
通过考虑以此方式获得的用于所述可变特征(66)的值,来确定所述指定的格式化信息(15)的所述部分的步骤;
使得对具有可变特征(66)的装置采用该方法实际上是对不具有任何可变特征(66)的装置采用该方法。
8、根据权利要求7的方法,所述图象包含在一文件(P57)中;该方法使得,为确定所述可变特征(66)的值,以例如EXIF标准的格式使用存在于所述文件(P57)中的数据,尤其是例如焦距的数据;
使得具有可变特征(66)的装置在与其相关的格式化信息建立之前已经商业化的情形中,有可能凭经验利用根据本发明的方法。
9、根据权利要求1-8中任何一个所述的方法:所述方法使得,为改进源自一装置链(P3)或用于一装置链(P3)的至少一个图象(P2)的质量:
确定表现出与所述装置链(P3)的至少一个装置的所述缺陷(P5),以下称为原始缺陷(P5),的至少一部分相当的缺陷(P5)的虚拟装置(708),
确定与所述虚拟装置(708)的缺陷(P5)相关的虚拟的格式化信息,
为确定与所述装置链(P3)的该组装置相关的特定的格式化信息,使用所述虚拟格式化信息(709)来替换与该原始缺陷(P5)相关的特定的格式化信息,
使得然后获得格式化信息(15),该格式化信息使用更加简化,且可更快,或通过使用更少的存储器和/或更大精度来计算用来对所述图象(P2)进行改进的该格式化信息。
10、根据权利要求1-9中任何一项的方法,所述方法被设计为改进一彩色图象(P21)的至少一个彩色面(P20)的质量;所述彩色面(P20)由一指定颜色(P22)来表征;所述特定的格式化信息(15)进一步包括所述图象,使用与所述指定的颜色(P22)相关和与所述图象(P2)相关的所述数据来计算一彩色面(P20)。
11、根据权利要求1-10中任何一项的方法,所述方法进一步包括,在其中对于所述装置链(P3)的一个装置检索所述特定格式化信息的处理不成功的情况下,计算所述未知的格式化信息(15)的步骤。
12、根据权利要求11的方法,所述方法进一步包括
通过测量所述装置的缺陷(P5),和/或
通过模拟所述装置
计算与所述装置链(P3)的一个装置相关的所述未知的格式化信息的步骤。
13、根据权利要求11或12的方法;所述方法进一步包括,对于所述装置链(P3)的图象捕获装置(1),计算所述未知的格式化信息(15)的步骤,所述计算借助于以下操作:
由至少一个参考场景(9)在一表面(10)上的特定的数学投影(8)构建一合成图象类(7),
由所述图象捕获装置(1)捕获每个参考场景(9)的至少一幅参考图象(11),
在一组可参数化的转换模型(12)中选择可用来将所述参考图象(11)转换为与所述参考场景(9)的所述合成图象类(7)接近的转换图象(13);与所述合成图象类(7)相比,所述转换图象(13)表现出偏差(14);
所述未知的格式化信息(15)至少是部分地由所述选择的可参数化的转换模型(12)的参数组成。
14、根据权利要求13所述的方法,所述方法还包括:
计算所述转换的图象(13)和所述合成图象类(7)之间的所述偏差(14)的步骤,
使所述偏差(14)与所述已知的格式化信息(15)相关的步骤,
使得有可能导出有关所述三维场景的标准化信息,
使得有可能组合从多个图象捕获装置(1)获得的经过同样格式化处理的多个图象。
15、根据权利要求13或14所述的方法,所述方法使得所述装置链(P3)的一个装置具有至少一个依从于图象(P2)的可变特征(66),尤其是焦距和/或光圈;所述特定的格式化信息(15)的一部分与具有所述可变特征或特征(66)的装置的缺陷(P5)相关;每个可变特征(66)能够与一值联合来形成一组合(P120),该组合由该组所述可变特征(66)和所述值组成,
所述方法还包括确定所述未知的格式化信息(15)的所述部分的步骤,所述确定借助于以下操作:
选择预定组合(P120),
对于所述预定组合(P120)的每一个,采用重复进行根据权利要求13或14的方法的步骤,
对于在所述重复过程结束获得的未知的格式化信息,采用插入与任意组合(P120)相关的所述未知的格式化信息的处理。
16、根据权利要求11-15中任何一项所述的方法,所述方法进一步包括,对于所述装置链的图象恢复装置(19),产生表征该图象恢复装置(19)的缺陷(P5)的数据的步骤,尤其是失真特征,所述未知的格式化信息(15)至少部分包括表征该图象恢复装置(19)的缺陷(P5)的所述数据。
17、根据权利要求1-10中任何一项所述的方法,所述方法使得以这样一种方式来确定与所述装置链(P3)的一个装置或多个装置相关的所述特定的格式化信息,以使其可被应用于类似的装置(712),
使得对于待被采用的方法,仅需要有限数量的格式化信息(15)。
18、根据权利要求1-17中任何一项所述的方法,所述方法使得所述图象(P2)包括相关信息(P63),尤其是数字信号,以这样一种方式采用所述方法的步骤,即使得其保存或修改所述相关信息(P63)。
19、根据权利要求1-18中任何一项所述的方法,所述方法进一步包括使信息与所述修改的图象相联系的步骤,尤其是指示其已被修改的信息。
20、根据权利要求1-19中任何一项所述的方法,所述方法更具体地被设计用来修改所述图象对于观察者的视觉质量,与所述装置链(P3)的装置的缺陷(P5)相关的所述格式化信息进一步包括与所述观察者的视觉特征相关的格式化信息,尤其是所述观察者的眼和/或脑的功能异常。
21、根据权利要求1-20中任何一项所述的方法的应用,所述应用的目的是用于通过对所述装置链(P3)的装置的至少一个缺陷(P5)的影响进行校正,改进由所述图象处理软件(P64)或所述图象处理组件(P65)处理的图象(P2)的质量,
使得在不依赖于昂贵装置的情况下,使所述处理图象的质量即使不能达到完美也能得到改进。
22、根据权利要求1-20中任何一项所述的方法的应用,所述应用的目的是使得由所述图象处理软件(P64)或所述图象处理组件(P65)处理的图象(P2)的质量可比得上使用一参考装置链(P3)产生的图象的质量。
23、根据权利要求21所述的应用,所述应用使得,对于将能够比得上使用参考装置链产生的图象的质量的所述处理图象的质量,通过考虑所述参考装置链的缺陷(P5)来产生与所述装置链(P3)相关的格式化信息(15)。
                          系统
24、一种用于改进至少一个源自或被送往一特定装置链(P3)的图象(P2)的质量的方法,所述装置链(P3)包括至少一个图象捕获装置(1)或至少一个图象恢复装置(19),所述图象捕获装置(1)和/或图象恢复装置(19)被杰出的商业公司逐渐地商业化,且归属于一中间组(P75)的装置,所述装置组(P75)的所述装置表现出可由格式化信息(15)表征的缺陷(P5),
所述系统包括,用于所述图象的数据处理装置(P76),其能够:
编辑与所述装置组(P75)的所述装置相关的格式化信息(15)源(P50)的目录,
在以该方式编辑的所述格式化信息(15)中,自动检索与所述特定的装置链(P3)相关的特定的格式化信息,
借助于图象处理软件(P64)和/或图象恢复组件(P65),在考虑以该方式获得的所述特定的格式化信息的情况下,自动改进所述图象(P2)。
25、根据权利要求24所述的系统,所述系统使得所述数据处理装置借助于一索引(P52)来自动进行所述检索,所述索引(P52)通过分析装置分析以下内容直接或间接得到:
所述图象(P2),和/或
所述装置链(P3)的所述装置,和/或
用于将所述图象(P2)载入所述图象处理软件或组件(P64,P65),和/或
用于将由图象处理软件或组件载入图象恢复装置(19)的装置。
26、根据权利要求25所述的系统,所述装置链(P3)的所述装置由识别符(60)来识别,尤其是条形码,所述分析装置包括用于确定所述识别符(60)的识别装置。
27、根据权利要求24-26中的任何一项所述的系统,所述系统使得所述图象(P2),所述索引(P52)和/或所述识别符(60)包含在同一文件(P57)中。
28、根据权利要求24-27中的任何一项所述的系统,所述系统使得所述图象(P2)和该特定的格式化信息(15)的至少一部分包含在同一图象文件(P58)中。
29、根据权利要求24-28中的任何一项所述的系统,所述系统还包括存储装置,用于事先在数据库(22)中存储至少部分格式化信息(15),所述系统还包括用于更新所述数据库(22)的更新装置。
30、根据权利要求24-29中的任何一项所述的系统,所述系统使得所述装置链(P3)中的一个装置具有依从图象(P2)的至少一个可变特征(66),尤其是焦距;所述特定的格式化信息(15)的一部分与具有所述可变特征(66)的装置的缺陷(P5)有关,所述系统还包括计算装置,用于确定:
-用于所述图象的所述可变特征(66)的值,
-所述部分所述特定的格式化信息(15)的,通过考虑以此方式获得的用于所述可变特征(66)的值。
31、根据权利要求30的系统,所述图象包含在文件(P57)中,该系统使得,为确定所述可变特征(66)的值,所述系统包括用于处理所述文件(P57)中存在的数据的数据处理装置,尤其是例如焦距的数据,格式为例如Exif标准。
32、根据权利要求24-31中的任何一项所述的系统,所述系统使得为改进至少一个源自或被送往一装置链(P3)的至少一个图象(P2)的质量,所述系统包括数据处理装置(P76),用于确定:
虚拟装置(708),其表现出与所述装置链(P3)的至少一个装置的至少部分缺陷(P5)相当的缺陷(P5),所述装置链(P3)的至少一个装置的缺陷(P5)以下称为原始缺陷(P5),
与所述虚拟装置(708)的缺陷相关的虚拟的格式化信息(709),
所述系统使得,为确定与所述装置链(P3)的该组装置相关的特定的格式化信息(15),所述数据处理装置(P76)包括替换装置,用于将所述虚拟格式化信息(709)替换为与所述原始缺陷(P5)相关的该特定的格式化信息。
33、根据权利要求24-32中的任何一项所述的系统,所述系统被设计为改进一彩色图象(P21)的至少一个彩色面(P20)的质量,所述彩色面(P20)由一特定的颜色(P22)来表征,所述特定的格式化信息(15)还包括与所述特定的颜色(P22)相关的数据,所述系统包括计算装置,用于使用与所述特定颜色(P22)和所述图象(P2)相关的所述数据来计算一彩色面(P20)。
34、根据权利要求24-33中的任何一项所述的系统,所述系统还包括,对于所述装置链(P3)的一个装置,在检索所述特定的格式化信息的处理不成功的情况下,用于计算所述未知的格式化信息(15)的计算装置。
35、根据权利要求34的系统,所述系统使得所述用于计算与所述装置链(P3)相关的未知的格式化信息的计算装置包括用于测量所述装置的缺陷(P5)和/或用于模拟所述装置的处理装置。
36、根据权利要求34或35所述的系统,所述系统进一步包括,对于所述装置链(P3)的图象捕获装置(1),通过至少一个参考场景(9)在一表面(10)上的特定的数学投影构建一合成图象类(7),来计算所述未知的格式化信息(15);所述图象捕获装置(1)捕获每个参考场景(9)的至少一个参考图象(1),所述计算装置通过在一组可参数化的转换模型(12)中选择可用来使所述参考图象(11)转换为与所述参考场景(9)的所述合成图象类(7)接近的转换图象,来计算所述未知的格式化信息(15),所述转换图象(13)与所述合成的图象类(7)相比具有偏差(14),所述未知的格式化信息(15)至少部分地由所述选择的可参数化的转换模型(12)组成。
37、根据权利要求363所述的系统,所述系统还包括:
计算所述转换的图象(13)和所述合成图象类(7)之间的所述偏差(14),
使所述偏差(14)与所述已知的格式化信息(15)相联系。
38、根据权利要求36或37所述的系统,所述系统使得所述装置链(P3)的一个装置具有至少一个依从于图象(P2)的可变特征(66),尤其是焦距和/或光圈;所述特定的格式化信息(15)的一部分与具有所述可变特征或特征(66)的装置的缺陷(P5)相关;每个可变特征(66)能够与一值联合来形成一组合(P120),该组合由该组所述可变特征(66)和所述值组成,所述系统还包括确定所述部分所述未知的格式化信息(15)的信息处理装置(P76),所述确定借助于以下操作:
选择预定组合(P120),
对于所述预定组合(120)的每一个,采用重复进行根据权利要求36或37的计算装置和数据处理装置(P76)的处理,
对于在所述重复过程结束获得的未知的格式化信息,采用插入与任意组合(P120)相关的所述未知的格式化信息的处理。
39、根据权利要求34-38中任何一项所述的系统,所述系统进一步包括,对于所述装置链的图象恢复装置(19),数据处理装置(P76),其用于产生表征该图象恢复装置(19)的缺陷(P5)的数据,尤其是失真特征,所述未知的格式化信息(15)至少部分包括表征该图象恢复装置(19)的缺陷(P5)的所述数据。
40、根据权利要求24-33中任何一项所述的系统,所述系统使得以这样一种方式来确定与所述装置链(P3)的一个装置或多个装置相关的所述特定的格式化信息,即使得其可被应用于类似的装置(712),
使得对于待被采用的方法,仅需要有限数量的格式化信息(15)。
41、根据权利要求2440中任何一项所述的系统,所述系统使得所述图象(P2)包括相关信息(P63),尤其是数字信号,以这样一种方式采用所述系统,即使得其保存或修改所述相关信息(P63)。
42、根据权利要求2441中任何一项所述的系统,所述系统进一步包括使信息与所述修改的图象相联系的数据处理装置,尤其是指示其已被修改的信息。
43、根据权利要求24-42中任何一项所述的系统,所述系统更具体地被设计用来修改所述图象对于观察者的视觉质量,与所述装置链(P3)的装置的缺陷(P5)相关的所述格式化信息进一步包括与所述观察者的视觉特征相关的格式化信息,尤其是所述观察者的眼和/或脑的功能异常。
CNB028139542A 2001-07-12 2002-06-05 改进图象质量的方法和系统 Expired - Lifetime CN1273931C (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
FR01/09292 2001-07-12
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

Publications (2)

Publication Number Publication Date
CN1526116A true CN1526116A (zh) 2004-09-01
CN1273931C CN1273931C (zh) 2006-09-06

Family

ID=26213095

Family Applications (6)

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

Family Applications Before (1)

Application Number Title Priority Date Filing Date
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 (4)

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
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
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

Country Status (11)

Country Link
US (10) US7346221B2 (zh)
EP (7) EP2015247B1 (zh)
JP (6) JP4367757B2 (zh)
KR (4) KR100879832B1 (zh)
CN (6) CN1305006C (zh)
AT (4) ATE310284T1 (zh)
AU (3) AU2002317219A1 (zh)
CA (1) CA2453423C (zh)
DE (4) DE60234207D1 (zh)
ES (2) ES2253542T3 (zh)
WO (6) WO2003007243A2 (zh)

Families Citing this family (212)

* 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
ATE310284T1 (de) * 2001-07-12 2005-12-15 Do Labs Verfahren und vorrichtung zur erzeugung formatierter information, die mit den fehlern zumindest eines geräts einer kette verbunden ist, insbesondere der bildschärfeverzerrung
EP1394742B1 (en) * 2002-08-23 2007-12-12 STMicroelectronics S.r.l. Method for filtering the noise of a digital image sequence
US7773316B2 (en) * 2003-01-16 2010-08-10 Tessera International, Inc. Optics for an extended depth of field
KR20050107741A (ko) 2003-01-16 2005-11-15 디-블러 테크놀로지즈 리미티드 이미지 인해스먼트 기능을 가진 카메라
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
WO2005054927A2 (en) 2003-12-01 2005-06-16 Cdm Optics, Inc. System and method for optimizing optical and digital system designs
US7317843B2 (en) * 2004-04-01 2008-01-08 Microsoft Corporation Luminance correction
US7463296B2 (en) 2004-04-01 2008-12-09 Microsoft Corporation Digital cameras with 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
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
US9065979B2 (en) * 2005-07-01 2015-06-23 The Invention Science Fund I, Llc Promotional placement in media works
US9092928B2 (en) * 2005-07-01 2015-07-28 The Invention Science Fund I, Llc Implementing group content substitution 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
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
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
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
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
US20070005651A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Restoring modified assets
US20070294720A1 (en) * 2005-07-01 2007-12-20 Searete Llc Promotional placement in media works
US9583141B2 (en) * 2005-07-01 2017-02-28 Invention Science Fund I, Llc Implementing audio substitution options in media works
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
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
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
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
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
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
US20080052104A1 (en) * 2005-07-01 2008-02-28 Searete Llc Group content substitution in media works
US20070005422A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Techniques for image generation
US20080052161A1 (en) * 2005-07-01 2008-02-28 Searete Llc Alteration of promotional content in media works
US9426387B2 (en) 2005-07-01 2016-08-23 Invention Science Fund I, Llc Image anonymization
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
US20070266049A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corportion Of The State Of Delaware Implementation of media content alteration
US20080028422A1 (en) * 2005-07-01 2008-01-31 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
US8203609B2 (en) * 2007-01-31 2012-06-19 The Invention Science Fund I, Llc Anonymization pursuant to a broadcasted policy
US8910033B2 (en) * 2005-07-01 2014-12-09 The Invention Science Fund I, Llc Implementing group content substitution in media works
CN101288013B (zh) * 2005-09-19 2010-12-08 Cdm光学有限公司 基于任务的成像系统
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
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
FR2895103B1 (fr) * 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques
US20070165961A1 (en) * 2006-01-13 2007-07-19 Juwei Lu Method And Apparatus For Reducing Motion Blur In An Image
US8295562B2 (en) * 2006-01-13 2012-10-23 Carl Zeiss Microimaging Ais, Inc. Medical image modification to simulate characteristics
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
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
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
US20120019709A1 (en) * 2010-07-21 2012-01-26 Altek Corporation Assisting focusing method using multiple face blocks
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
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
WO2013073418A1 (ja) * 2011-11-16 2013-05-23 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
EP2877080B1 (en) 2012-07-26 2020-07-22 DePuy Synthes Products, Inc. Ycbcr pulsed illumination scheme in a light deficient environment
EP2877077B1 (en) 2012-07-26 2021-05-26 DePuy Synthes Products, Inc. Continuous video in a light deficient environment
IN2015MN00020A (zh) 2012-07-26 2015-10-16 Olive Medical Corp
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
AU2014233191B2 (en) 2013-03-15 2018-12-06 DePuy Synthes Products, Inc. Calibration using distal cap
EP2967291B1 (en) 2013-03-15 2019-10-30 DePuy Synthes Products, Inc. Noise aware edge enhancement
WO2014144986A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Scope sensing in a light controlled environment
US9641815B2 (en) 2013-03-15 2017-05-02 DePuy Synthes Products, Inc. Super resolution and color motion artifact correction in a pulsed color imaging system
US9777913B2 (en) 2013-03-15 2017-10-03 DePuy Synthes Products, Inc. Controlling the integral light energy of a laser pulse
EP2967296B1 (en) 2013-03-15 2024-02-28 DePuy Synthes Products, Inc. Comprehensive fixed pattern noise cancellation
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
WO2015131045A1 (en) 2014-02-28 2015-09-03 The Board Of Trustees Of The Leland Stanford Junior University Imaging providing ratio pixel intensity
US10084944B2 (en) 2014-03-21 2018-09-25 DePuy Synthes Products, Inc. Card edge connector for an imaging sensor
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
WO2016071020A1 (en) * 2014-11-06 2016-05-12 Sony Corporation Imaging system including lens with longitudinal chromatic aberration, endoscope and imaging method
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
US20170280971A1 (en) * 2015-08-13 2017-10-05 Hoya Corporation Evaluation value calculation device and electronic endoscope system
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
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
WO2018070793A1 (en) * 2016-10-12 2018-04-19 Samsung Electronics Co., Ltd. Method, apparatus, and recording medium for processing image
EP3608629B1 (en) * 2017-04-03 2021-06-09 Mitsubishi Electric Corporation Map data generation device and method
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
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
US11544743B2 (en) 2017-10-16 2023-01-03 Adobe Inc. Digital content control based on shared machine learning properties
US10795647B2 (en) 2017-10-16 2020-10-06 Adobe, Inc. Application digital content control using an embedded machine learning module
GB2570278B (en) * 2017-10-31 2020-09-16 Cambium Networks Ltd Spectrum management for a point-to-multipoint wireless network
US10853766B2 (en) 2017-11-01 2020-12-01 Adobe Inc. Creative brief schema
US10991012B2 (en) 2017-11-01 2021-04-27 Adobe Inc. Creative brief-based content creation
BR112020012682A2 (pt) 2017-12-27 2020-11-24 Ethicon Llc imageamento hiperespectral em um 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
US11903563B2 (en) 2019-06-20 2024-02-20 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a 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
US11141052B2 (en) 2019-06-20 2021-10-12 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US11788963B2 (en) 2019-06-20 2023-10-17 Cilag Gmbh International Minimizing image sensor input/output 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
US11276148B2 (en) 2019-06-20 2022-03-15 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11540696B2 (en) 2019-06-20 2023-01-03 Cilag Gmbh International Noise aware edge enhancement 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
US11187657B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Hyperspectral imaging with fixed pattern noise cancellation
US11288772B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US10979646B2 (en) 2019-06-20 2021-04-13 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11375886B2 (en) 2019-06-20 2022-07-05 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for laser mapping imaging
US11633089B2 (en) 2019-06-20 2023-04-25 Cilag Gmbh International Fluorescence imaging with minimal area monolithic image sensor
US11624830B2 (en) 2019-06-20 2023-04-11 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for laser mapping imaging
US11012599B2 (en) 2019-06-20 2021-05-18 Ethicon Llc Hyperspectral imaging in a light deficient environment
US11671691B2 (en) 2019-06-20 2023-06-06 Cilag Gmbh International Image rotation in an endoscopic laser mapping 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
US11172810B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Speckle removal in a pulsed laser mapping imaging system
US11218645B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11122968B2 (en) 2019-06-20 2021-09-21 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral imaging
US11931009B2 (en) 2019-06-20 2024-03-19 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a hyperspectral 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
US11412920B2 (en) 2019-06-20 2022-08-16 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
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
US11674848B2 (en) 2019-06-20 2023-06-13 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for hyperspectral imaging
US11134832B2 (en) 2019-06-20 2021-10-05 Cilag Gmbh International Image rotation in an endoscopic hyperspectral, fluorescence, and laser mapping imaging system
US11265491B2 (en) 2019-06-20 2022-03-01 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11937784B2 (en) 2019-06-20 2024-03-26 Cilag Gmbh International Fluorescence imaging in a light deficient environment
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
US20200397239A1 (en) 2019-06-20 2020-12-24 Ethicon Llc Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11925328B2 (en) 2019-06-20 2024-03-12 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral 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
US11533417B2 (en) 2019-06-20 2022-12-20 Cilag Gmbh International Laser scanning and tool tracking imaging in a light deficient environment
US11550057B2 (en) 2019-06-20 2023-01-10 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11686847B2 (en) 2019-06-20 2023-06-27 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
US11187658B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US20200397270A1 (en) 2019-06-20 2020-12-24 Ethicon Llc Optical fiber waveguide in an endoscopic system for fluorescence 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
US10841504B1 (en) 2019-06-20 2020-11-17 Ethicon Llc Fluorescence 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
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
US10952619B2 (en) 2019-06-20 2021-03-23 Ethicon Llc Hyperspectral and fluorescence imaging and topology laser mapping with minimal area monolithic image sensor
US11471055B2 (en) 2019-06-20 2022-10-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
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
US11622094B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11716543B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11096565B2 (en) 2019-06-20 2021-08-24 Cilag Gmbh International Driving light emissions according to a jitter specification in a hyperspectral, fluorescence, and laser mapping 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
US11412152B2 (en) 2019-06-20 2022-08-09 Cilag Gmbh International Speckle removal in a pulsed hyperspectral imaging system
US11758256B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11291358B2 (en) 2019-06-20 2022-04-05 Cilag Gmbh International Fluorescence videostroboscopy of vocal cords
US11237270B2 (en) 2019-06-20 2022-02-01 Cilag Gmbh International Hyperspectral, fluorescence, and laser mapping imaging with fixed pattern noise cancellation
US11457154B2 (en) 2019-06-20 2022-09-27 Cilag Gmbh International Speckle removal in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11700995B2 (en) 2019-06-20 2023-07-18 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
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
CA2240778A1 (en) * 1995-12-19 1997-06-26 Telefonaktiebolaget Lm Ericsson 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
JP2002520968A (ja) * 1998-07-15 2002-07-09 イメイション・コーポレイション 画像表示システム及び方法
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
CN2567940Y (zh) 1999-06-30 2003-08-20 罗技电子股份有限公司 摄像机设备
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
WO2001035053A1 (en) 1999-11-12 2001-05-17 Armstrong Brian S 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
ES2324817T3 (es) * 2001-07-12 2009-08-17 Dxo Labs Procedimiento y sistema para calcular una imagen transformada a partir de una imagen digital.
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
ATE310284T1 (de) * 2001-07-12 2005-12-15 Do Labs Verfahren und vorrichtung zur erzeugung formatierter information, die mit den fehlern zumindest eines geräts einer kette verbunden ist, insbesondere der bildschärfeverzerrung
US6873727B2 (en) * 2001-07-23 2005-03-29 Hewlett-Packard Development Company, L.P. System for setting image characteristics using embedded camera tag information
FR2895103B1 (fr) * 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques
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

Also Published As

Publication number Publication date
EP1442425A1 (fr) 2004-08-04
WO2003007243A3 (fr) 2004-01-22
US20120308160A1 (en) 2012-12-06
ATE497224T1 (de) 2011-02-15
JP4020262B2 (ja) 2007-12-12
WO2003007236A3 (fr) 2003-04-24
US8559743B2 (en) 2013-10-15
US7724977B2 (en) 2010-05-25
ES2311061T3 (es) 2009-02-01
EP1410331A2 (fr) 2004-04-21
EP1410331B1 (fr) 2015-08-12
JP2005509333A (ja) 2005-04-07
EP2015247B1 (fr) 2016-04-13
JP2004534491A (ja) 2004-11-11
AU2002317219A1 (en) 2003-01-29
WO2003007243A2 (fr) 2003-01-23
US7346221B2 (en) 2008-03-18
JP2004534342A (ja) 2004-11-11
JP4295612B2 (ja) 2009-07-15
EP1410326B1 (fr) 2011-01-26
US8675980B2 (en) 2014-03-18
WO2003007239A1 (fr) 2003-01-23
US20050008242A1 (en) 2005-01-13
JP4614657B2 (ja) 2011-01-19
JP4295613B2 (ja) 2009-07-15
WO2003007240A1 (fr) 2003-01-23
KR20040043155A (ko) 2004-05-22
DE60207417D1 (de) 2005-12-22
EP1444651B1 (fr) 2009-10-28
CN1305010C (zh) 2007-03-14
KR100940147B1 (ko) 2010-02-03
US20040234152A1 (en) 2004-11-25
CN1554074A (zh) 2004-12-08
KR20040043154A (ko) 2004-05-22
EP1415275A1 (fr) 2004-05-06
WO2003007241A1 (fr) 2003-01-23
CN1526115A (zh) 2004-09-01
KR100957878B1 (ko) 2010-05-13
KR20040043157A (ko) 2004-05-22
ATE447216T1 (de) 2009-11-15
US7792378B2 (en) 2010-09-07
ATE310284T1 (de) 2005-12-15
ATE400040T1 (de) 2008-07-15
JP4452497B2 (ja) 2010-04-21
DE60234207D1 (de) 2009-12-10
US20040247196A1 (en) 2004-12-09
JP2004537791A (ja) 2004-12-16
CN1316427C (zh) 2007-05-16
CN1527989A (zh) 2004-09-08
AU2002317900A1 (en) 2003-01-29
AU2002317902A1 (en) 2003-01-29
CN100361153C (zh) 2008-01-09
KR100940148B1 (ko) 2010-02-03
US20100278415A1 (en) 2010-11-04
KR100879832B1 (ko) 2009-01-22
DE60239061D1 (de) 2011-03-10
JP4367757B2 (ja) 2009-11-18
KR20040044187A (ko) 2004-05-27
CN1526117A (zh) 2004-09-01
EP1410327B1 (fr) 2005-11-16
EP1410326A1 (fr) 2004-04-21
US20040218803A1 (en) 2004-11-04
US7343040B2 (en) 2008-03-11
CN1316426C (zh) 2007-05-16
JP2004535128A (ja) 2004-11-18
EP1410327A2 (fr) 2004-04-21
US9536284B2 (en) 2017-01-03
ES2253542T3 (es) 2006-06-01
EP1442425B1 (fr) 2018-08-08
EP1444651A2 (fr) 2004-08-11
DE60227374D1 (de) 2008-08-14
WO2003007242A3 (fr) 2003-04-10
US20140099042A1 (en) 2014-04-10
WO2003007236A2 (fr) 2003-01-23
CA2453423C (fr) 2014-10-14
EP1415275B1 (fr) 2008-07-02
US20110085740A1 (en) 2011-04-14
CA2453423A1 (fr) 2003-01-23
CN1535448A (zh) 2004-10-06
WO2003007242A2 (fr) 2003-01-23
EP2015247A2 (fr) 2009-01-14
CN1305006C (zh) 2007-03-14
US7760955B2 (en) 2010-07-20
US20050002586A1 (en) 2005-01-06
JP2004534341A (ja) 2004-11-11
DE60207417T2 (de) 2006-08-10
CN1273931C (zh) 2006-09-06
US20040252906A1 (en) 2004-12-16
EP2015247A3 (fr) 2009-03-18

Similar Documents

Publication Publication Date Title
CN1273931C (zh) 改进图象质量的方法和系统
CN100345158C (zh) 用于产生涉及几何失真的格式化信息的方法和系统
CN1271505C (zh) 用于进行图像检索的图像处理装置及方法
CN1167265C (zh) 图像通信系统及其方法
CN1213592C (zh) 采用自适应二值化的图象处理方法和设备
CN1315331C (zh) 图像信号转换方法和设备以及图像提供系统
CN1285051C (zh) 图像处理装置及其方法
CN1645941A (zh) 图像处理装置、摄像装置、图像处理方法、图像数据输出方法
CN1620094A (zh) 用于将图像转换为预定格式的图像处理设备及方法
CN1310521C (zh) 图象信号处理设备和方法、学习设备和方法以及记录介质
CN1645904A (zh) 图像处理方法、图像处理装置及图像记录装置
CN1867940A (zh) 成像装置及其图像处理方法
CN1846447A (zh) 图像处理方法、图像处理装置和计算机程序
CN1115650C (zh) 图象生成系统和方法
CN1487737A (zh) 图像处理方法及装置和彩色变换表生成方法及装置
CN1645903A (zh) 图像处理装置、图像处理方法及图像处理程序
CN1645241A (zh) 摄影装置、图像处理装置、摄影装置的图像处理方法
CN1885899A (zh) 图像合成装置及其控制方法和程序
CN1957616A (zh) 动图像编码方法和动图像解码方法
CN1314053A (zh) 压缩编码方法,记录压缩编码程序的记录媒体,以及照相装置
CN1606359A (zh) 信号处理设备和信号处理方法,程序和记录介质
CN1707502A (zh) 图像处理装置及其控制方法
CN1516439A (zh) 数字复合机
CN1218917A (zh) 图像处理装置及方法
CN1254079C (zh) 图像读取设备和方法

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: 20190415

Address after: Paris France

Patentee after: Lens Correction Technologies Inc.

Address before: France Bologne Be Jan Gu

Patentee before: Dxo Labs

CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20060906