CN1526118A

CN1526118A - 用于产生涉及几何失真的格式化信息的方法和系统

Info

Publication number: CN1526118A
Application number: CNA028139593A
Authority: CN
Inventors: �޲��ء��ά; 伯耐特·查维勒; �ˡ��˶��˹; 弗雷德里克·吉查德; ��ˡ��ά��; 吉恩-马克·莱维斯特; 布鲁诺·列日
Original assignee: DO Labs SA
Current assignee: Dxo Labs SA; Lens Correction Technologies SAS
Priority date: 2001-07-12
Filing date: 2002-06-05
Publication date: 2004-09-01
Anticipated expiration: 2022-06-05
Also published as: US7532766B2; CN100346633C; CN1531711A; EP1412918B1; ES2282429T3; JP2004535033A; CN1526231A; EP1523730B1; EP1421777B1; JP2004534490A; CN100371950C; JP2004534489A; CN100345158C; EP1412918A1; ATE354837T1; US20040240750A1; WO2003007592A1; US7356198B2; WO2003007237A1; EP1523730A1

Abstract

本发明涉及一种与装置链(APP1)的装置(APP1至3)相关的用于产生格式化信息的处理系统和方法。特别地，所述装置链包括至少一个图象捕获装置(APP1)和/或至少一个图象恢复装置(APP3)，所述图象捕获装置(APP1)和/或图象恢复装置(APP3)用于捕获和/或恢复媒质(SC)上的图象(M)。本发明的目的在于产生涉及所述链中的至少一个装置的几何失真的格式化信息。本发明提供了不同的替换实施例，在各个实施例中，尤其是考虑了依赖图象(I)的固有特征和/或可变特征。所述固有特征和/或可变特征能够与一个或多个特征值相关，尤其是与焦距和/或聚焦相关。因此，本发明可产生与来自测得字段D(H)的所述装置几何失真相关的测得的格式化信息。本发明适用于光学设备、工业控制、机器人技术和度量衡学等等中的摄影或视频图解处理。

Description

用于产生涉及几何失真的格式化信息的方法和系统

技术领域

本发明涉及一种用于产生涉及几何失真的格式化信息的方法和系统。

解决方案

方法

本发明涉及一种用于产生涉及装置链的装置的格式化信息的方法。特别地，所述装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。所述方法包括产生涉及所述链中至少一个装置的几何失真的格式化信息的步骤。

优选地，根据本发明的装置能够捕获或恢复媒质上的图象。装置链包括至少一个固有特征和/或一个可变特征。固有特征和/或可变特征可与一个或多个特征值相关，尤其是与焦距和/或聚焦和与它们相关的特征值相关。所述方法包括从测得字段产生、与装置几何失真相关的测得的格式化信息的步骤。

扩展格式化信息和偏差

优选地，根据本发明的方法还包括由测得的格式化信息产生扩展格式化信息的步骤，所述扩展格式化信息与装置的几何失真相关。所述格式化信息可包括扩展格式化信息。扩展格式化信息与所述测得的格式化信息有所偏差。

优选地，根据本发明的方法为：由测得的格式化信息所产生的格式化信息由参数化模型的参数来表示，所述参数化模型从一组参数化模型中选出，尤其是从一组多项式中选出。所述方法还包括在一组参数化模型中选择参数化模型的步骤，所述步骤包括：

-定义最大偏差；

-按操作复杂度来排序参数化模型组中的参数化模型；

-从排序的参数化模型组中选择一个其偏差小于最大偏差的第一个参数化模型。

根据本发明的替换实施例，扩展格式化信息可为测得的格式化信息。

优选地，根据本发明的方法包括第一计算算法，利用所述第一计算算法，可从包含特征点的全集中和从由参考面上参考点组成的虚拟参考中得到测得字段。第一计算算法包括通过装置捕获或恢复全集以便在媒质上产生特征点图象的步骤。特征点图象在下文中被定义为特征图象点。

第一计算算法还包括：

-建立特征图象点和参考点之间的一一对应的步骤；

-在可变特征组中选择零个或一个或多个可变特征的步骤，在下文中称作选择的可变特征。

测得字段由下列组成：

-由参考点其中之一和特征图象点其中之一通过一一对应所组成的组对，和

-对于所述图象，选择的可变特征其中每一特征的值。

优选地，根据本发明的方法还包括选择数学投影步骤，特别地，在媒质和参考表面之间的双线性变换。对于图象，测得字段由选择的可变特征其中每一特征的值组成，对于每一参考点，测得字段由下列值组成：

-由参考点和特征图象点到参考面上的数学投影组成的对的值，所述特征图象点通过所述一一对应与参考点相关，和/或

-由特征图象点和到媒质上的参考点的数学投影组成的对的值，所述特征图象点通过一一对应参考点相关。

插值形成任意点

优选地，根据本发明的方法还包括：通过推导出涉及任意参考点或涉及任意特征图象点的格式化信息，由测得的格式化信息得到涉及参考面上的任意参考点和/或媒质的任意特征图象点的扩展格式化信息。

可变焦距

优选地，根据本发明的方法为：装置链的装置设置有至少一个依赖图象的可变特征，尤其是焦距和/或聚焦。每一可变特征能够与一个值相关，以便形成可变特征和值组成的组合。该方法还包括下列步骤：

-选择预定组合的步骤；

-计算测得的格式化信息的步骤，尤其是以这种方式对所选择的每一预定结合利用第一计算算法计算测得的格式化信息的步骤。

可变焦距-在任意点进行格式化

根据下列情况定义参数：

-在参考表面上的任意参考点和组合，或

-媒质的任意特征图象点和组合。

优选地，根据本发明的方法还包括：由测得的格式化信息推导涉及任意参数的扩展格式化信息的步骤。所述技术特征的组合使格式化信息更紧凑测量误差并且克服测量误差的能力更强。

偏差阈值的选择及根据该阈值进行格式化

优选地，为了从测得的格式化信息中推导出扩展格式化信息，根据本发明的方法为：

-定义第一阈值，

-选择偏差低于第一阈值的扩展格式化信息。

将偏差添加到格式化信息中

根据本发明的方法还包括将偏差与格式化信息相关联的步骤。对技术特征的组合得到：为了得到其残留几何失真是已知的图象，格式化信息可被软件用于处理由装置捕获的图象。对技术特征的组合得到：格式化信息可被图象处理软件使用，以便得到由带有已知残留几何失真的图象恢复装置所恢复的图象。

双线性变换的选择

优选地，根据本发明的方法还包括在媒质上选择四个特征图象点的步骤，以便由四个特征图象点所定义的四边形具有最大面积并且位于图象几何中心附近的重心处。数学投影为将四个特征图象点转换成与四个特征图象点一一对应相关联的参考点的双线性变换。对技术特征的组合得到：有可能以简单的方式得到可被图象处理软件使用的格式化信息，以便捕获或恢复带有较小投影变化的图象。

彩色图象失真的情况

优选地，根据本发明的图象为由多个彩色面组成的彩色图象。该方法还包括：对彩色面其中至少两个利用第一计算算法、对彩色面其中每一个利用相同数学投影来产生测得的格式化信息的步骤。以这种方法有可能利用格式化信息和/或测得的格式化信息来校正失真和/或装置的色差。

优选地，根据本发明的图象为由多个彩色面组成的彩色图象。该方法还包括：对彩色面其中至少一个利用第一计算算法、对彩色面其中每一个利用相同虚拟参考来产生测得的格式化信息的步骤。以这种方法有可能利用格式化信息和/或测得的格式化信息来校正失真和/或装置的色差。

系统

本发明涉及一种用于产生涉及装置链的装置的格式化信息的系统。特别地，所述装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。所述系统包括产生涉及所述链中至少一个装置的几何失真的格式化信息的计算装置。

所述装置能够捕获或恢复媒质上的图象。所述装置包括至少一个固有特征和/或一个依赖图象的可变特征。固有特征和/或可变特征可与一个或多个特征值相关，尤其是与焦距和/或聚焦和与它们相关的特征值相关。优选的是，根据本发明，所述系统包括由测得字段产生、与装置几何失真相关的测得的格式化信息的计算装置。

扩展格式化信息和偏差

优选地，根据本发明，所述系统还包括计算装置，其用于由测得的格式化信息产生涉及装置几何失真的扩展格式化信息。格式化信息可包括扩展格式化信息。扩展格式化信息与所述测得的格式化信息有所偏差。

模型概念-插值-阈值的选择和用于达到阈值的简单模型的选择

优选地，根据本发明，所述系统为：由测得的格式化信息所产生的格式化信息由参数化模型的参数来表示，所述参数化模型从一组参数化模型中选出，尤其是从一组多项式中选出。所述系统还包括在参数化模型组中选择参数化模型的选择装置，所述选择装置包括数据处理装置，用于：

-定义最大偏差；

-按操作复杂度对参数化模型组中的参数化模型进行排序；

-以所述偏差小于所述最大偏差的方式来选择所述排序参数化模型组的第一个参数化模型。

根据本发明的一种可选的实施方式，上述扩展的格式化信息可以是该测得的格式化信息。

优选地，根据本发明，所述系统包括利用第一计算算法的计算装置，利用所述第一计算算法，可从包含特征点的全集中和从由参考面上参考点组成的虚拟参考中得到测得字段。图象捕获装置或图象恢复装置包括用于捕获的装置或用于恢复全集的装置，以便在媒质上可产生特征点图象。特征点图象在下文中被定义为特征图象点。

第一计算算法的计算装置还包括数据处理装置，用于：

-在特征图象点和参考点之间建立一一对应关系；

-在可变特征组中选择零个或一个或多个可变特征，在下文中称作选择的可变特征。

测得字段由下列组成：

-由参考点其中之一和通过一一对应而关联的特征图象点所组成的组对，和

-对于所述图象，选择的可变特征其中每一特征的值。

优选地，根据本发明，所述系统还包括用于选择数学投影的分析装置，特别地，在媒质和参考表面之间的双线性变换。对于图象，测得字段由选择的可变特征其中每一特征值组成，对于每一参考点，测得字段由下列值组成：

-由参考点和特征图象点到参考表面数学投影组成的对的值，所述特征图象点通过一一对应与参考点相关，和/或

-由特征图象点和参考点到媒质上的数学投影组成的对的值，所述参考点通过一一对应与特征图象相关。

插值形成任意点

优选地，根据本发明的系统还包括数据处理装置：所述数据处理装置通过推导出涉及任意参考点或任意特征图象点的格式化信息，由测得的格式化信息得到涉及参考面上的任意参考点和/或媒质的任意特征图象点的扩展格式化信息。

可变焦距

优选地，根据本发明的系统为：装置链的装置设置有至少一个依赖图象的可变特征，尤其是焦距和/或聚焦。每一可变特征能够与一个值相关，以便形成由可变特征组和值组成的组合。该系统还包括：

-用于选择预定组合的选择装置；

-用于计算测得的格式化信息的的计算装置，尤其是对于以这种方式所选择的每一预定组合利用第一计算算法来计算测得的格式化信息的的计算装置。

可变焦距-在任意点进行格式化

根据下列情况定义参数：

-在参考表面上的任意参考点和组合，或

-媒质的任意特征图象点和组合。

优选地，根据本发明的系统还包括由测得的格式化信息推导涉及任意参数的扩展格式化信息的数据处理装置。对技术特征的组合得到：格式化信息更紧凑和更耐测量误差。

偏差阈值的选择及根据该阈值进行格式化

优选地，根据本发明，所述系统为，用于由测得的格式化信息推导扩展格式化信息的数据处理装置包括用于选择其偏差低于第一阈值的扩展格式化信息的选择装置。

将偏差添加到格式化信息中

优选地，根据本发明，所述偏差与所述格式化信息相关。对技术特征的组合得到：为了得到其残留几何失真是已知的图象，格式化信息可被软件用于处理由装置捕获的图象。对技术特征的组合得到：格式化信息可被图象处理软件使用，以便得到由带有已知残留几何失真的图象恢复装置所恢复的图象。

双线性变换的选择

优选地，根据本发明的系统还包括在媒质上选择四个特征图象点的的选择装置，以便由四个特征图象点所定义的四边形具有最大面积并且位于图象几何中心附近的重心处。数学投影为将四个特征图象点转换成与四个特征图象点一一对应相关联的参考点的双线性变换。对技术特征的组合得到：有可能以简单的方式得到可被图象处理软件使用的格式化信息，以便捕获或恢复带有较小投影变化的图象。

彩色图象失真的情况

图象为由多个彩色面组成的彩色图象。优选地，根据本发明，所述系统还包括：对彩色面其中至少两个利用第一计算算法、对彩色面其中每一个利用相同数学投影来产生测得的格式化信息的数据处理装置。以这种方法有可能利用格式化信息和/或测得的格式化信息来校正失真和/或装置的色差。

优选地，根据本发明的图象为由多个彩色面组成的彩色图象。该系统还包括：对彩色面其中至少一个利用第一计算算法、对彩色面其中每一个利用相同虚拟参考来产生测得的格式化信息的数据处理装置。以这种方法有可能利用格式化信息和/或测得的格式化信息来校正失真和/或装置的色差。

详细描述

通过阅读对本发明的可替换实施例和附图的描述，本发明的其它特征和优点将变得更加明显，对实施例的描述不是限制性的，而是示意性的，其中：

图1示出了图象捕获的示意图；

图2示出了图象恢复的示意图；

图3示出了图象象素的示意图；

图4a和4b示出了参考场景的两个示意图；

图5示出了可用来计算数学图象和校正图象之间差异的方法的结构图；

图6示出了可用来获得图象恢复装置的最佳恢复转换的方法的结构图；

图7示出了组成本发明所述系统的要素的示意图；

图8示出了格式化信息的字段的示意图；

图9a示出了数学点的正视图；

图9b示出了图象实际点的正视图；

图9c示出了数学点的示意侧视图；

图9d示出了图象实际点的示意剖面图；

图10示出了特征点阵列的示意图；

图11示出了可用来获得格式化信息的装置的结构图；

图12示出了可用来获得图象捕获装置的最佳转换的装置的结构图；

图13a和图13b示出了可用来解释通过一一对应所产生的测得字段的示意图；

图14a和14b示出了可用来解释通过一一对应和数学投影所产生的测得字段的示意图；

图15a和15b示出了以多项式形式产生测得字段的装置；

图16a和16b示出了计算测得字段方法的替换方案；

图17和18示出了向已知格式化信息插入格式化信息点的方法；

图19a至19c示出了方法的替换方案，利用所述替换方案可最小化计算测得信息组的点的数目；

图20a至20d示出了计算与彩色图象相关的格式化信息的方法；

图21示出了与图象n相关的校正的方法，所述图象n被投影所变形；

图22示出了根据校正几何失真可最小化计算点数目的方法的替换方案；

图23a至23c示出了可被消除的校正图象的未处理区的方法；

图24示出了与装置链P3的装置APP1的几何失真相关的格式化信息；

图25示出了根据本发明的系统的实际实施例；

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示出一个结构图，该结构图包括：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；校正图象71，其与数学图象70相比较存在差异73。

图6示出一个结构图，该结构图包括：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示出了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，某点的数学位置40和数学形状41，其被与该图象相应点的实际位置50和实际形状51进行比较。。

图10示出特征点阵列80。

图11示出一个结构图，该结构图包括图象103，使用的特征74和特征数据库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示出一个结构图，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；及实际投影72，其给出参考场景9的参考图象11，用于使用的特征74。该结构图还包含可参数化变换模型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相比较表现有偏差14。

装置

具体结合图2、3、13a、13b和24，现描述装置APP1的概念。在本发明的含义范围中，装置APP1可以具体是：

-图3中所示的图象捕获装置1或图13a中所示的图象捕获装置，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，电脑眼，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13b中所示的图象恢复装置APP2或图2所示的图象恢复工具19，例如屏幕，投影仪，电视机，虚拟实境目镜或打印机；

-有视觉缺陷例如散光的人；

-一种有望能被模仿的装置，例如，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APP1等效的虚拟装置；

一种更加复杂的装置APP1，例如扫描/传真/打印一体机，照片打印冲洗设备，视频会议装置，作为装置APP1或多个装置APP1。

装置链

具体结合图24，现描述装置链P3的概念。装置链P3定义为一组装置APP1。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APP1；

-图象捕获装置和图象恢复装置；

-例如在照片打印冲洗设备中的照片装置、扫描仪或打印机；

-例如在照片打印冲洗设备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；

-相机和扫描仪；

-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APP1。

缺陷

具体结合图24，现描述缺陷P5的概念。装置APP1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APP1中的软件的特征的缺陷；缺陷P5的实例包括：几何失真、模糊、渐晕、提供彩色的色差、闪光均匀性、传感器噪声、粒度、散光和球面象差。

图象

具体结合图13a，现描述图象I的概念。图象I定义为由装置APP1获取、修改或恢复的数字图象。图象I可来源于装置链P3中的一个装置APP1。图象I可以是地址指向装置链P3中的一个装置APP1。更通常的情况是，例如在以时间为顺序的静止图象组成的视频图象中，图象I定义为图象序列中的一幅静止图象。

格式化信息

结合图24，现描述格式化信息IF的概念。格式化信息IF定义为涉及装置链P3中一个或多个装置APP1的缺陷P5的数据，并根据装置APP1的缺陷有可能计算传送的图象。为了产生格式化信息IF，可以使用多种基于测量和/或捕获或者参考恢复和/或模拟的方法。

为了产生格式化信息IF，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，该申请名为“用来减小图象处理装置更新频率的方法和系统”。此申请描述了用于减小图象处理装置(特别是软件和/或部件)更新频率的方法。图象处理装置有可能改进来自或发送到装置链的数字图象的质量。装置链具体包括至少一个图象捕获装置和/或至少一个图象恢复装置。图象处理装置利用涉及装置链中至少一个装置的格式化信息。格式化信息IF依赖于至少一个变量。格式化信息有可能建立一部分变量和标识符之间的对应关系。根据标识符和图象，利用标识符有可能确定与标识符相对应的变量值。组合这些技术特征可得到：有可能确定变量值，特别是在图象处理装置发布之后已得到该物理意义和/或变量内容的情况下。技术特征的组合还使得能够隔开校正软件两次更新之间的时间。技术特征的组合还得到：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，甚至以后的经济参与者完全改变了产品的特性或是不能强迫客户更新产品。技术特征的组合还得到：以有限数目的经济参与者和先驱用户为开始，逐渐展开新的功能。

为了产生格式化信息IF，可能使用例如与本申请同一天申请的国际专利申请中描述的方法，该申请名为：“根据标准格式为图象处理装置提供格式化信息的方法和系统”。该申请描述了根据标准格式为图象处理装置(特别是软件和/或部件)提供格式化信息IF的方法。所述格式化信息涉及装置链P3的缺陷。装置链P3具体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。图象处理装置使用格式化信息IF有可能改进来自或发送到装置链P3的一个图象的质量。格式化信息IF包括表征图象捕获装置1的缺陷P5(特别是失真特征)的数据和/或表征图象恢复装置19的缺陷(特别是失真特征)数据。

该方法包括用格式化信息IF填写标准格式中至少一个字段的步骤。所述字段由字段名称指定，字段包含至少一个字段值。

为了使用格式化信息IF，有可能使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为：“改进来自或发送装置链的至一个图象质量的方法和系统”。该申请描述了改进至少一个来自或发送指定装置链的至少一个图象的质量。该指定装置链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。在市场上由独立的经济活动参与者逐渐引入的图象捕获装置1和/或图象恢复装置属于未确定的一组装置。该组装置中的装置APP1存在可以由格式化信息表征的缺陷P5。对于所讨论的图象，该方法包括以下步骤：

-对涉及该组装置中的装置的格式化信息源进行目录编辑的步骤，

-在用这种方法编辑的格式化信息中自动搜索涉及指定装置链的特定的格式化信息的步骤，

-在考虑到用这种方法获得的特定格式化信息的同时，通过图象处理软件和/或图象处理组件自动修改该图象的步骤。

为使用格式化信息IF，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，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If中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IF。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IF，可以使用例如以Vision IQ名义在申请号____下与本申请同一天申请的国际专利申请中描述的方法，该申请名为：用于校正通过光学系统构成的彩色图象的色差的方法和系统。在该专利中，描述了用于校正彩色图象色差的方法，所述彩色图象由多个数字彩色面组成。彩色图象通过光学系统获得。该方法包括下列步骤：

-至少部分模拟并校正数字彩色面的几何异态的步骤，以便得到校正的数字彩色面；

-组合校正数字彩色面的步骤，以便得到全部或部分校正色差的彩色图象。

可变特征

现描述可变特征的概念。根据本发明，可变特征定义为一个可调节的因素，该因素可以在一幅图象I和通过同一个装置APP1获取、修改或恢复的另一幅图象之间变动，并对装置APP1获取、修改或恢复的图象的缺陷P5产生影响。特别是：

-全局变量，对给定图象I来说所述全局变量是固定的，例如在获取或恢复该图象时装置APP1的特征，其与用户的调节有关或与装置APP1的自动操作相关，

-局部变量，其在图象I内是可变的，以图象中的x，y或ρ、θ坐标为例，若需要，有可能进行局处理，所述局部处理不依赖于图象I的区域。

可调节因素通常不被看作可变特征，其随装置APP1的不同而变化，但是不随图象I的变化而变化，所述图象I由同一个装置APP1获取、修改或恢复。例如具有固定焦距的装置APP1的焦距。

格式化信息IF可依赖于至少一个可变特征。

可变特征可以被具体理解为：

-光学系统的焦距，

-对图象进行的重新确定尺寸(数字变焦系数：部分图象的放大；和/或欠取样：图象象素数目的减少)，

-非线性亮度校正，例如灰度系数校正，

-轮廓增强，例如装置APP1使用的模糊消去等级，

-传感器和电子单元的噪声，

-光学系统的光圈，

-调焦距离，

-胶片上的帧数，

-曝光不足或曝光过度，

-胶卷或传感器的灵敏度，

-打印机使用的纸类型，

-图象中传感器中心的位置，

-图象相对于传感器的旋转，

-投影仪相对于屏幕的位置，

-使用的白色平衡，

-闪光和/或其电源的激活，

-曝光时间，

-传感器增益，

-压缩，

-对比度，

-装置APP1的用户使用的另一个调节，例如操作模式，

-装置APP1的另一个自动调节，

-装置APP1执行的另一个测量。

可变特征值

现描述可变特征值的概念。可变特征值定义在获取、修改或恢复指定图象时的可变特征的值。

可参数化模型

在本发明的含义范围中，可参数化模型或可参数化变换模型或可参数化转换被定义为可依赖于涉及一个或多个装置APP1中的一个或多个缺陷P5的可变特征；涉及装置缺陷P5的格式化信息IF可以可参数化模型的参数来表示，所述可参数化模型的参数依赖于可变特征。

涉及几何失真的格式化信息

图13a示出了结构图，其包括：

-全集M，其可为前述的参考场景9；

-包含图象的媒质SC。在图象捕获系统中，表面SC可为传感器(如CCD)表面，或在图象恢复系统中，该表面可为投影屏幕的表面或打印机打印纸的表面；

-包含虚拟参考R或虚拟参考图象的虚拟参考面SR(相当于上述表面10)，其可以是上述合成图象类7的合成图象。

通过装置APP1或装置链P3，可在媒质SC上从全集M中得到图象I(被定义为上述的参考图象11)，所述媒质SC可是传感器表面。装置链是一组可得到图象的装置。例如，装置链APP1/APP2/APP3可包括图象捕获装置、扫描仪、打印装置等。

因此，图象I包括缺陷P5，特别是包括涉及这些装置APP1的几何失真。

从M中直接导出虚拟参考R，必须将所述虚拟参考R认为完美的或接近完美的。所述虚拟参考R可与M相同或基本相同，或表现有如下所述的不同。

作为例子，我们将全集M和参考面R之间的关系解释如下：对于全集M的点PP1到PPm，相应于参考面SR虚拟参考R的参考点的PR1到PRm及媒质SC的图象I的特征图象点PT1到PTm。

根据本发明的实例，提供了通过装置APP1或装置链P3来构造图象I的步骤。

在下一个步骤的过程中，选择了特定数量的点PTi、PRi。所选择的为有限的数量的点并位于全集M、图象I和虚拟参考R的特征区中。在图象的点PTi和虚拟参考的点PRi之间建立一一对应关系。因此，每一个所选择的点PTi对应于相应点PRi，反之亦然。

在另一步骤的过程中，在通过装置APP1获得图象步骤中，有可能，但不必选择装置APP1(或装置链)的可变特征。装置链或装置的可变特征可包括装置光学系统的焦距、焦点、光圈、一组照片中照片的数目、数字缩放及图象的部分捕获特征(英语术语中的“剪辑”)等等。

下面的信息集合包括测得字段DH，对于校正图象，利用所述测得字段DH接下来可以使用：

-一一对应关系，或换句话说，已被选择的该组点对PTi和Pri，并且其通过前述一一对应关系相对应；

-该组选择的可变特征。

通过包含测得字段的这些信息，有可能得到测量的格式化信息。

在另一实施例中，可能使用模拟装置(特别是光学模拟软件)的软件或使用光学测量装置来计算点PTi，所述点PTi来自全集M或来自全集M模型的点PPi。

图14a示出了得到测得字段的另一种形式。

图14a示出了全集M、参考面SR和媒质SC。

如前所述，通过装置APP3在媒质SC上构造图象I。接着应用前述的一一对应关系。

接着在媒质SC的点和参考面SR的点之间建立数学投影，优选建立双线性变换。

在图14b中可以看出，对于参考面的每一点PRj，通过数学投影可得到图象点H(PRj)。优选的是，对于通过一一对应而联系的两点PRj和PTj，在媒质SC上有点H(PRj)，即PRj的数学投影。

在这种条件下，通过在区域信息中增加建立的数学投影公式，可得到更完善的测得字段。

因此，测得字段DH包括：

-选择的任何可变特征；

-对于不同的参考点PR，在媒质SC上参考点PRj的数学投影H(PRj)通过一一对应关系提供了与相应点PTj相关的新点H(PRj)。因此，在测得字段中，存在一系列一一对应的点对，其中，每一对的一个点为该对另一点的数学投影。

因此，测得字段DH可由以下因素组成：

-选择的可变特征；

-点对，其由参考表面的点PT和数学投影的点H(PR)组成，所述点H(PR)通过一一对应关系与媒质SC的点PT相对应。

对于所得到的点对组，对于图象以这种方法得到的测得字段D(H)可包括作为因素的可变特征，以便实现存贮空间的增益。

根据本发明的另一替换实施例，测得字段DH可由以下因素组成：

-选择的可变特征；

-点PT和在媒质SC上点PR(通过一一对应与点PT相联系)数学投影的点对；

-及点PR和在参考面SR上点PT(通过一一对应与点PR相联系)数学投影的点对；

如上所述，利用测得字段DH有可能得到测量标准化信息。

利用图13a至14b所示的方法和系统的例子，有可能得到如测得字段DH所定义的测得字段，当存在图象I和虚拟参考R的选择点时，所述测得字段由许多字段组成。

对于图象I利用该测得字段，包括一组测量格式化信息IFM。因此，点PTj的测量格式化信息的项目将包括，例如：

-装置或所使用的装置的固有特征；

-选择的可变特征；

-图象中点PTj的X、Y位置；

-通过一一对应与点PRj相应的数学投影。

应该注意到，例如在扫描仪中，恒等式是可使用的特定的数学投影。

系统的使用将导致需要处理大量的点并由此处理大量的信息。为了更灵活地操作系统，为了加快处理和/或抵抗测量错误，图15a和15b所示的方法和系统提供了从测量的格式化信息IFM1到IFMn的项目导出扩展的格式化IFE1到IFEm的项目，所述扩展的格式化IFE1到IFEm的项目属于可在有限维空间(如在有穷级多项式类中选择的有限阶多项式)内或在适度的样条函数内选择的可由函数表示的表面。

图15a和15b示出了简化的例子，所述例子相应于测量格式化信息作为单变量函数的情况。本发明同样适应格式化信息为多变量的函数的情况，依此类推。

图15a和15b示出了简化的例子，所述例子相应于测量格式化信息为标量的情况及为仅两个变量(X、Y)的函数的情况。本发明同样适应格式化信息为向量和为多于两个变量的函数的情况，依此类推。

在图15b中，在平面IM中示出了图象点的不同坐标。测量格式化信息IFM1用坐标X1、Y1被定位在点上。在平面IM的每一点上，从而有具有特定值的格式化信息的项。本发明包括计算参数化模型如多项式曲面SP。计算SP的特定方法可通过使该曲面穿过或经过测量格式化信息所有极值附近来计算。另一步骤用来保持M的点的子集的几何特征(不必是欧几里德特征)，如在直线上点对齐，或特定参数化的任何弯曲。在这些条件下，该系统将在处理图象期间能够使用参数化模型，而不存储大量的测量格式化信息。

困难在于寻找穿过所有点或其附近的表面SP。假设在测量格式化信息IFM项和扩展格式化信息IFE项之间存在误差EC。此外，要确定该EC不得超过特定阈值dS。在这种条件下，使多项式曲面穿过测量格式化信息IFM±dS的所有点是适当的。

根据摄影误差、测量误差、需要校正的精度水平等来适当地选择阈值。

所使用的方法和系统将能够提供使用如以多项式形式写出的特定数量的参数化模型。以复杂度增加的顺序对这些模型进行分类。

因此，对于给定的一组测量信息，优选的是，从最简单的模型(最低阶的多项式)开始测试每一模型，直到得到在多项式曲面与测量格式化信息其中每一项的方向相交从而确定扩展格式化信息项，与测量格式化信息项相比，所述扩展格式化信息项误差EC低于阈值dS。

图15a和15b示出的方法和系统被设计为用于得到扩展测量格式化信息。然而，本发明并不限于仅使用测量格式化信息作为格式化信息。还有可能使用测量格式化信息和扩展格式化信息作格式化信息。

不管怎样，还有可能使格式化信息与测量格式化信息和扩展格式化信息之间的误差EC相联系。图象处理软件以这种方式使用格式化信息来得到残留几何失真为已知的图象，而不管是由图象捕获装置所捕获的图象或由图象恢复装置所恢复的图象。

参照图16a和16b，现在来描述计算图象I测得字段D(H)的备选方案。

根据图16a的算法AC2的结构图，其中，提供有如图14a的全集M，在第一步骤ET2.1步骤中，由装置APP3捕获全集M。在媒质SC上得图象I。在参考面SR上还有虚拟参考R。该虚拟参考R基本上精确或基本精确地表示全集M。

在步骤ET2.2步骤中，在媒质SC图象I的特征图象点PT和参考面SR虚拟参考R的参考点PR之间建立一一对应关系(还参照图14a)。

在步骤ET2.3步骤中，在媒质SC(或图象I)的不同点和参考面SR(或虚拟参考R)的不同点之间选择数学投影如双线性变换。

在步骤ET2.4步骤中，对每一图象特征点PT或每一参考点PR计算表征几何失真缺陷的向量。图16b通过实例示出了该方法的步骤。该图示出了分布在参考面SR上参考点PR的不同值。就每一点PR，点PT的数学投影H(PT)通过一一对应关系与PR相关联。对每一点计算具有起点PR和终点H(PT)的向量VM。

在步骤ET2.5步骤中，计算测得字段。

可被定义为测量向量字段的字段DH包括：

-通过一一对应相关联的选择的点PT和PR对；

-对每一点计算的向量。

字段DH还可更简单的包括：

-SR的参考点PR和/或SC的特征图象点PT和/或到SC的参考点PR的数学投影(或相反到SR的特征图象点PT的投影)；

-及在前述所计算的并与该点相关的向量。

测得字段DH还可包括装置APP1(APP2)的可变特征。

字段DH还可由测量信息的近似值组成。事实上，为了得到计算空间和/或时间的增益，可利用有限数目的位(如3位)来量化测量格式化信息。

应该注意到，在步骤ET2.4中，计算的向量VM可以以到面SR上的点PT的数学投影H(PT)作为起点和以点PR作为终点。

换一种方案，向量VM可以特征点PT作为起点和以通过一一对应关系相关的点PR的数学投影作为终点。相反，向量VM可以通过一一对应关系与点PT相关的点PR的数学投影作为起点，以点PT或利用所述点的组合作为终点。

如上所述可以看出，格式化信息可包含可变特征。事实上，可涉及可变特征的组合如焦距、聚焦、光圈孔径、捕获速度、光圈等等的组合。很困难想象如何计算涉及不同组合的格式化信息，对于组合的特定特征(特别是如焦距和距离)是可连续变化的情况更是如此。

如图17所示，对于已知可变特征的组合，本发明提供了通过从测量格式化信息插入来计算格式化信息。

例如在图17简单示图中，对于组合的指定值，每一平面包含图象测量格式化信息。例如，平面f＝2相应于“焦距＝2，距离＝7，捕获速度＝1/100”的组合。平面f＝10相应于“焦距＝10，距离＝7，捕获速度＝1/100”的组合。平面f＝50相应于“焦距＝50，距离＝7，捕获速度＝1/100”的组合。

对于媒质的任意点PQR或参考面任意点PQR，在平面f＝10和f＝50的两点PT(10)和PT(50)之间，其可变特征包含在“焦距＝25，距离＝7，捕获速度＝1/100”的其它组合中，将扩展格式化信息值插在图17的平面f＝10和f＝50之间，特别地，假设图17的平面表示图象的点PT的测量格式化信息。

因此，本发明的实例计算如图13或14所述的测得字段，接着计算如图15a至16b所示的格式化信息。对于可变特征的不同组合和/或涉及相关值的组合进行计算这些不同的计算和相应的步骤。因此，对于任意点(PQT或PQR)或由任意已知组合所捕获图象I的一组任意点，在测量格式化信息的两个平面之间插入扩展格式化信息。

在图17中，被计算格式化信息的点与已知的测量格式化信息点具有相同的坐标。

图18示出了搜索任意点PQRi或PQTi的测量格式化信息的情况，所述任意点PQRi或PQTi位于平面f＝10和f＝50之间并且其坐标与平面f＝10和f＝50的点的坐标不相同。

对于每一点，指定包含至少点的坐标Xi和Yi和可变特征组合的特征的参数Ai。

平面f＝2相应于可变特征的组合C1.0。平面f＝10相应于组合C2.0及平面f＝50相应于组合Cm.0。

平面f＝2其中每一点具有参数：

“坐标X、Y；组合C1.0”。

被搜索的格式化信息点PQRi或PQTi的参数为：

“坐标Xi、Yi；组合Ci”。

在这些些条件下，例如，所述这些方法和系统在平面f＝10和f＝50的测量格式化信息的项之间执行插值。

对于任意点PQT/PQR，例如，为了发现涉及该点的格式化信息，足以将涉及这些点的参数(X、Y、焦距、距离、光圈、规格、速度、闪光等等)再注入可参数化模型中。

通过在媒质面SC上和在参考面SR上选择四个点PTm1到PTm4和PRm1到PRm4，可实现在参考面SR和媒质在SC之间计算双线性变换的有效方法，所述点PTm1到PTm4和PRm1到PRm4具有一一对应关系，并且例如处于媒质SC和参考面SR的周边界上。例如以最大化包含在这些点之间的面积的方式来选择这些点的位置。

此外，如图19c所示，这些点的位置为：由这些点所定义的四边形的对角线的交点位于中心或在邻近四边形的中心。

接着计算数学投影(如双线性变换)，利用所述数学投影四个特征点PTm.1至PTm.4可被变换为四参考点PRm.1至PRm.4。

该数学投影与图象的格式化信息相关。

在图象处理软件中有可能使用这些格式化信息来校正远景的几何失真或来恢复带有远景微小变化的图象。

选择四个点PTm.1至PTm.4和PRm.1至4的另一方法包括：从图象I内选择四个点PTm.1至PTm.4，选择的方式为：所选择的点PTm.1至PTm.4所形成的四边形尽量与点H(PRm.1至4)所形成的四边形接近(放大除外)，所述点H(PRm.1至4)为点PRm.1至4的数学投影，点PRm.1至4与点PTm.1至4一一对应。

参考图20a-d，现在描述用于计算涉及彩色图象的格式化信息的方法。彩色图象可被认为由多个单色图象组成。通常，可认为彩色图象由三个单色图象(红、绿、蓝)组成的彩色图象。在光学上众所周知，由光学系统和光传输媒质所产生的失真对不同波长有不同的作用。因此，在三色图象中，装置的相同物理缺陷将在图象上导致不同的失真，所述图由红色波长传输、由绿色波长传输及由蓝色波长传输。

如图20a所示，从三色全集M开始，对于对应于基本相同的虚拟参考R的三色全集M，在图象中将相对应三个叠加的图象R、G和B，所述图象R、G和B分别由平面SCR、SCG和SCB示出。三图象IR、IG和IB表现有不同的失真，从而形成表现既有几何失真又有色差的三色图象。

图20b示出了可得到格式化信息方法和系统的原理。所述格式化信息允许图象处理软件校正失真和/或色差。

根据该方法和系统，对图象的每一个三色点，计算每种彩色的格式化信息的一项。因此，可认为应当校正与颜色的数目同样多的单色图象。在三色的例子中，即使有校正的三个图象，也要进行计算。

对于三个图象IR、IG和IB的格式化信息的计算，使用的方法和系统与图13a至19c所述的方法和系统相同。

图20b示出了带有虚拟参考R的面SR，还示出了将图象I分解成三个单色图象IR、IG、IB，所述虚拟参考R包含三色点PR(RGB)，每一个单色图象包含单色的点PTR、PTG、PTB。

对于三彩色平面，计算涉及三色点格式化信息的一个方法是使用相同的虚拟参考R。因此，如图20b所示，使用三种数学投影：对红色点PTR使用数学投影HR、对绿色点PTG使用数学投影HG及对蓝色点PTB使用数学投影HB。

用于计算涉及三色点格式化信息的第二个方法是选择使用单色图象IR或IG或IB，从而计算单数学投影HR或HG或HB。例如，从图象IR中仅抽出格式化信息，对于绿色图象和蓝色图象将保留该格式化信息。这种方法根据计算时间和存储空间是经济的。

通过以这种方法所得到格式化信息，有可能校正几何失真。

如图20c所示，另一方法用于相同虚拟参考R，并通过使用可选择定义到单色平面其中之一的相同数学投影来计算用于每一彩色面的格式化信息。例如，仅计算涉及红色点的数学投影HR。接着，该数学投影被施加到三个红、绿和蓝点上，以便计算这三个点的格式化信息。在这种情况下，对于图象处理软件有可能校正图象的几何失真和色差。

图20d所示的另一方法在于：

-对于指定彩色图象，如红色图象IR，通过使用假设为完善的虚拟参考R和使用到红色图象IR面的数学投影H(R)来计算格式化信息，因此，有可能校正红色图象的失真。

-对于其它彩色图象，如绿色图象IR和蓝色图象IB，通过使用前述图象-根据所采用例子的红色图象IR-作为虚拟参考R’，并执行到绿色图象IR面和接着到蓝色图象IB面的红色图象的相同数学投影H(IRd)。以这种方法有可能抑制在红色、绿色和蓝色图象之间的差别(色差)。因此，绿色和蓝色图象点的格式化信息能够包含到红色图象的虚拟参考R点的数学投影，也包含分别到绿色和蓝色图象的红色图象的数学投影(相同)。根据具体情况，该方法可单独使用从红色图象抽取的格式化信息来校正失真，可仅使用涉及绿色和蓝色的格式化信息来校正色差，或同时使用所有的格式化信息来校正上述两种现象。

应该注意到，在前面的描述中，有可能为每一涉及色差而不同于涉及几何失真的可参数化模型选择阈值，选择方式以使在补偿缺陷中实现或大或小的精度。

还应注意到，仅对部分图象选择数学投影。例如，若图象I和虚拟参考R具有如图22所示的形状，并且若在图象中恢复远景效果，仅使用四个点PT1到PT4和PR1到PR4就可实现到媒质SC上的点PR的数学投影，其足以确定双线性变换。图象的其它点将接着跟随该数学投影，以便得到表现远景的图象，如图22所示的图象IC1。可归纳数学投影的的选择，以便得到对图象的特定的作用，所述图象由图象处理软件通过以这种方法计算的格式化信息来校正。

应该注意到，使用色差信息来校正失真，还有可能使用亮度信息来校正失真。

在上述内容中，可以认为虚拟参考R基本等于全集M。若认为虚拟参考R完全等于全集M，有可能计算可能用于校正图象I的格式化信息，以便完全为全集M的复制品。

如图21所示，与全集M相比，所提供的虚拟参考R是变形的。例如，虚拟参考为梯形，而全集M为矩形。将要得到的格式化信息有可能用于校正图象I，以便产生校正图象的梯形变形。在高射投影机中存在这种设置应用的例子，其中，由于投影束的轴与屏幕面不垂直，所以在投影期间有可能校正由这些装置所产生的已知的变形。

还有可能通过失真变形虚拟参考，以便产生由装置所得到的特征甚至是缺陷，而不是由装置用图象I所得到的特征甚至是缺陷。作为例子，在虚拟参考中，有可能产生改进装置的特征或替换旧的装置，以便将特定的外观传给校正的图象。用这种虚拟参考得到的格式化信息、校正的格式化信息或扩展格式化信息与失真合成在一起，所述失真在虚拟参考中产生，合成的方式为：软件可使用格式化信息和/或测量的格式化信息来处理由第一图象捕获装置所捕获的图象，以便根据失真得到其质量与第二图象捕获装置的质量相比美的图象。该技术还适用于图象恢复，条件是图象处理软件通过第一恢复装置可恢复其失真方面具有可以与第二恢复装置所提供的质量类似的图象。

此外，当所得到的格式化信息由图象处理软件使用时，格式化信息将导致在校正图象的边缘出现未处理区。作为例子，图23c示出的未校正图象I将能够产生如图23b所示的校正图象Ic，并且具有如图23b黑块所表示的未处理区ZN。

因此，有可能事先改变格式化信息，以便得到如图23c所示的扩大的效果Ic’，以便消除未处理区。

出于在校准期间和计算格式化信息期间的实际目的，最好是，执行计算，并且接着平均所得到结果，因此，若必要，事先消除可能是失真的结果。

此外，在涉及可变特征组合的情况，有可能限制组合的数量，所述特征具有大量的值。出于这个目的，本发明提供了就这些可变特征对主要部件进行分析。这样就涉及搜索所述部件的特定方向或多个方向，所述部件的特定方向或多个方向相应于这些可变特征，对于这些特征失真是主要的。对于其它方向，不管其它可变特征是什么，都将可能观察到失真很小或没有变化。因此，将不考虑这些其它方向。

在优选的方向或多个方向上，将根据不同的标准来选择参考图象的数量，如能够被预测、具有所希望的精度、第(n+1)个组合作为第n个组合的函数。

在前面描述中，考虑了图象由点组成的情况及适于点的所述方法和系统的处理操作。然而，在不偏离本发明范围的情况下，所描述的方法和系统可处理多组点，所述多组点形成元素并表示图案(菱形等等)。

当装置或装置链具有仅有少数离散值(例如，三个焦距离散值)的可变特征时，根据所采用的例子，根据精度最好三次处理固定的焦距，而不是使用近似的多项式面，所述多项式面包括作为参数的焦距。

装置应用的区域可覆盖涉及图象质量的应用区域，应该理解，在其它因素中，可根据其包含的残留失真来测量图象质量。本发明还适用于根据由“可视度量”来表示的计算机版测量的技术。

而且，本发明还可用来计算焦距的值，所述焦距用来捕获图象。事实上，从一个因校正而没有径向失真的图象开始，本领域技术人员可使用G._Q WEI等的论文所述的没影点的几何特性，所述论文为“由没影点和交叉比进行照相机校准，由关于声速和信号处理的IEEE国际会议出版，第1630-1633，glasgow，英国，1989年5月。”其有可得到图象捕获或图象恢复装置的焦距及在图象媒质SC上光轴与媒质相交叉的位置。该该信息可被应用于如可视度量中。

而且，应该注意到，除了双线性变换外，要定义全集M，及在摄影时图象捕获和/或图象恢复装置不需要任何正交约束。点PT的位置不必按规则形状(线或圆)放置，当然可以具有随机的分布。而且，除了缩放因素外，可得知其相对位置。

若本发明被用于包含多个装置如投影仪、照相装置、打印机和扫描仪的装置链的情况，并且若装置(如照相装置或扫描仪)其中之一表现有零个或很小失真缺陷，本发明的方法和系统产生仅涉及其它装置的格式化信息。对于通过使用图象捕获装置来产生涉及图象恢复装置的格式化信息，这是一个实际方法的情况，所述图象捕获装置没有缺陷或其缺陷被事先调整或校正。

若本发明被用于包含多个装置如照相装置和扫描仪的装置链的情况，本发明的方法和系统产生涉及两种装置的格式化信息。对于允许校正照相装置的缺陷而不知道扫描仪的缺陷，这是一个实际方法的情况，在这种情况下，用相同的装置来扫描由本发明方法和系统和图象处理装置所使用的图象。

替换实施例

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：

-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；

-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；

-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。

在图象捕获步骤中，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的设计步骤确定的。例如，这些参数可以包括所用配置的光学系统100的方案(formula)，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的制造步骤确定的，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。

所使用的特征74具体包括可变特征的概念。

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

一般来说，数学变换如数学投影是一种操作，其有可能在第一图象和第二图象之间，更确切地说，在第一图象的点和在第二图象的点之间建立对应关系。

在图1至9d，并具体到图5，数学投影8的作用是由实际图象或由场景3构造数学图象70，或由参考场景9构造合成图象。

在图13a至23c中，并具体到图14a，数学投影H的作用是在真实图象(图14a的图象I)和虚拟图象(图14a的R)之间建立关系，以便在图象和虚拟参考之间建立差别，并具有用于校正校正图象的信息。

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。

在图象捕获步骤中，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。

可参数化变换模型，参数，校正图象

在备选实施例中，可参数化变换模型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校正位置、校正颜色、校正强度和校正形状的每两个数值之间的差值的绝对的值之和来计算差值73。上述差值的绝对的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。

参考场景或全集

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207。

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变换模型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，以下描述第四个算法，在参考场景9和所用特征74不同的情况下，使用该算法可在多个可参数化变换模型12中进行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。残留偏差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：可参数化变换模型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，

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的制造厂商或第三方对情况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。在图象捕获装置1包含不可互换的光学系统的情况下，这种方法允许为每一种给定类型的装置只进行一次校准。

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，处理操作或生产步骤。

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

特征的数据库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，

—在图象捕获步骤中集成到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90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90，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90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可以在多个步骤中计算并存储在数据库22中。

a)图象捕获装置1的设计步骤。

通过这个步骤，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步骤。

通过这个步骤，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步骤。

d)图象捕获步骤

通过该步骤(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。

通过步骤(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。

通过步骤(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。

通过步骤(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，该转换借助于在步骤(b)步骤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。

通过步骤(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。

根据步骤(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步骤(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，

完善的图象

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可具有文件P100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，

—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。

整个链的处理

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。

通过对整个链的处理，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。所使用的恢复特征95的概念为可变特征的概念的扩展。

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)，指定与可参数化变换模型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。

由最优恢复转换指定：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，在某些步骤存在差异，特别是在以下步骤：

—选择恢复参考的步骤；

—所述恢复参考的恢复执行步骤；

—计算最优恢复转换的步骤。

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。

执行本系统

图25示出了上述的本发明所使用的系统的实例。该系统包括第一计算装置MC1，所述第一计算装置MC1涉及由装置APP1和/或装置链P3导出的图象I，所述装置链具有可变特征。如上所述，这些计算装置将从装置的特征、依赖图象的可变特征和相关的值(焦距、聚焦、速度、光圈等等)中计算测得的格式化信息。第二计算装置MC2将从测得的格式化信息、可变特征和其相关的值中计算扩展格式化信息，以这种方式可使格式化信息更紧凑，以便估计在点处涉及失真缺陷的信息，而不是估计涉及测得的格式化信息的点。测得的格式化信息IFM和扩展格式化信息IFE设置用来选择装置MS1，以便产生格式化信息IF。

应用本发明来降低成本

降低成本定义为降低装置链P3中装置APP1的成本，特别是装置或装置链中装置的光学系统成本的方法和系统，该方法在于：

—减少透镜数目，和/或

—简化透镜形状，和/或

—设计一个缺陷P5大于装置或装置链预期缺陷的光学系统，或是从目录中选择该缺陷大于预期缺陷的产品和/或

—对装置或装置链使用成本较低且增加缺陷P5的材料、组件、处理操作或制造方法。

根据本发明的方法和系统可以用来降低装置或装置链的成本：有可能设计一个数字光学系统，产生涉及装置或装置链的缺陷P5的格式化信息15，使用该格式化信息可以使集成或非集成的图象处理装置P1能够修改来自或用于该装置或装置链的图象质量，从而使该装置或装置链与该图象处理装置的组合能够以较低的成本，获取、修改或恢复具有预期质量的图象。

Claims

1.一种用于产生涉及装置链(APP1)的装置(APP1、APP2、APP3)的格式化信息(IF)的方法；特别地，所述装置链包括至少一个图象捕获装置(APP1)和/或至少一个图象恢复装置(APP2)；所述方法包括产生涉及所述链中至少一个装置的几何失真的格式化信息(IF)的步骤。

2.根据权利要求1所述的方法，所述装置能够捕获或恢复媒质(SC)上的图象(I)；所述装置链包含至少一个固有特征和/或依赖于图象(I)的可变特征；所述固有特征和/或可变特征能够与一个或多个特征值相关，尤其是与焦距和/或聚焦及其相关特征的值相关；

所述方法包括可自测得字段D(H)产生与所述装置的几何失真相关的测得的格式化信息(IFM1至IFMm)；所述格式化信息(IF)能够包括所述测得的格式化信息。

3.根据权利要求2所述的方法，所述方法还包括自测得的格式化信息(IFM1至IFMm)产生扩展格式化信息(IFE1至IFEm)的步骤，所述扩展格式化信息(IFE1至IFEm)涉及所述装置的几何失真；所述格式化信息能够包括所述扩展格式化信息；与所述测得的格式化信息相比，所述扩展格式化信息表现有偏差(14)。

4.根据权利要求3所述的方法，所述方法使得：从所述测得的格式化信息产生的所述格式化信息，由从一组可参数化的模型(SP、12、97)特别是一组多项式中所选择的可参数化模型的参数来表征；所述方法还包括通过以下操作在所述可参数化模型组中选择所述可参数化模型的步骤：

-定义最大偏差；

-根据应用的复杂程度，对所述可参数化模型组的所述可参数化模型排序；

-从所述已排序的该组可参数化模型中选择第一个可参数化模型，并使所述偏差(14)小于所述最大偏差。

5.根据权利要求3或4中任何一项所述的方法，所述扩展格式化信息可为所述测得的格式化信息。

6.根据权利要求3至5中任意一项所述的方法，所述方法包括第一计算算法(AC1)，利用所述第一计算算法，可从包含特征点(PP1、PPi、PPj、PPm)的全集(M)中和从由参考面(SR)上参考点(PR1、PRi、PRj、PRm)组成的虚拟参考(R)中得到所述测得字段D(H)；

所述第一计算算法(AC1)包括通过所述装置捕获或恢复所述全集(M)以便在所述媒质(SC)上产生所述特征点图象(I)的步骤；特征点(PP1、PPi、PPj、PPm)图象在下文中被定义为特征图象点(PT1、PTi、PTj、PTm)

所述第一计算算法(AC2)还包括：

-在所述特征图象点(PT1、PTi、PTj、PTm)和所述参考点之间建立一一对应的步骤；

-在可变特征组中选择零个或一个或多个可变特征的步骤，在下文中称作选择的可变特征；

测得字段(D(H))由下列组成：

-通过一一对应相联系的一个所述参考点(PRm)和一个特征图象点(PTm)所组成的点对的组，和

-对于所述的图象(I)，每一所述选择的可变特征的值。

7.根据权利要求6所述的方法，所述方法还包括选择在所述媒质(SC)和所述参考面(SR)之间的数学投影(H(PRj))，尤其是双线性变换的步骤，；

对于所述图象(I)，所述测得字段(D(H))由选择的可变特征中的每一特征的值组成，对于每一参考点(PRri，PRm)，所述测得字段(D(H))由下列值组成：

-由参考点(PRj)和所述特征图象点(PTj)到所述参考面(SR)上的所述数学投影(H(PRj))组成的对的值，所述特征图象点(PTj)通过所述一一对应与所述参考点(PRj)相关联，和/或

-由所述特征图象点(PTj)和所述参考点(PRj)到所述媒质(SC)上的数学投影(H(PRj))组成的对的值，所述特征图象点(PTj)通过所述一一对应与所述参考点(PRj)相关。

8.根据权利要求6或7所述的方法，所述方法还包括：通过推导出涉及所述任意参考点或所述任意特征图象点的所述格式化信息，从所述测得的格式化信息中得到涉及所述参考面(SR)上的任意参考点(PQRi)和/或所述媒质(SC)的任意特征图象点(PQTi)的所述扩展格式化信息的步骤。

9.根据权利要求3至8中任何一项所述的方法，所述方法使得：所述装置链的所述装置设置有至少一个依赖图象的可变特征，尤其是焦距和/或聚焦；每一可变特征能够与一个值相关，以便形成由所述可变特征组和所述值组成的组合；

所述方法还包括下列步骤：

-选择预定组合的步骤；

-计算测得的格式化信息的步骤，尤其是通过对以这种方式所选择的所述每一预定组合利用第一计算算法(AC2)来计算测得的格式化信息的步骤。

10.根据权利要求9所述的方法，根据本发明，将参数定义为：

在所述参考面(SR)上的任意参考点(PQRi)和组合，或

所述媒质(SC)的任意特征图象点(PQTi)和组合；

所述方法还包括：从所述测得的格式化信息推导涉及任意参数的扩展格式化信息的步骤。

11.根据权利要求8或10所述的方法，为了从所述测得的格式化信息中推导出扩展格式化信息，所述方法为：

定义第一阈值；

选择所述扩展格式化信息使所述偏差低于所述第一阈值。

12.根据权利要求3至11中任何一项所述的方法，所述方法还包括将所述偏差与所述格式化信息相关联的步骤。

13.根据权利要求6至12中任意一项所述的方法，所述方法还包括在所述媒质(SC)上选择四个特征图象点(PTm.1至4)的步骤，以便由所述四个特征图象点所定义的四边形具有最大面积，且其重心位于图象(I)的几何中心附近；所述数学投影为将四个特征图象点转换成参考点(PRm.1至4)的双线性变换，其中所述参考点通过一一对应与所述四个特征图象点相关联。

14.根据权利要求6至13中任意一项所述的方法，所述图象为由多个彩色面组成的彩色图象；所述方法还包括：对所述彩色面其中至少两个面利用所述第一计算算法(AC2)、以及对所述彩色面其中每一个面利用所述相同数学投影来产生所述测得的格式化信息的步骤。

15.根据权利要求6至14中任意一项所述的方法，所述图象为由多个彩色面(PTR、PTG、PTB)组成的彩色图象；所述方法还包括：对所述彩色面其中至少一个利用所述第一计算算法(AC2)、对所述彩色面其中每一个利用所述相同虚拟参考来产生测得的格式化信息的步骤；

以这种方法有可能利用所述格式化信息和/或测得的格式化信息来校正所述装置的色差。

系统

16.一种用于产生涉及装置链(APP1)的装置(APP1、APP2、APP3)的格式化信息的系统；特别地，所述装置链包括至少一个图象捕获装置(APP1)和/或至少一个图象恢复装置(APP2)；所述系统包括产生涉及所述链中至少一个装置的几何失真的格式化信息的计算装置。

17.根据权利要求16所述的系统，所述装置能够捕获或恢复媒质(SC)上的图象；所述装置包括至少一个固有特征和/或一个依赖图象(I)的可变特征；所述固有特征和/或可变特征能够与一个或多个特征值相关，尤其是与焦距和/或聚焦和与它们相关的特征的值相关；所述系统包括由测得字段(D(H))产生、与所述装置几何失真相关的测得的格式化信息的计算装置(MC1)。所述格式化信息包括上述测得的格式化信息。

18.根据权利要求17所述的系统，所述系统还包括用于从测得的格式化信息(IFM1至IFMm)产生涉及所述装置的几何失真的扩展格式化信息(IFE1至IFEm)的计算装置(MC2)；所述格式化信息可包括所述扩展格式化信息；所述扩展格式化信息与所述测得的格式化信息相比表现出一偏差。

19.根据权利要求18所述的系统，所述系统使得：由所述测得的格式化信息所产生的所述格式化信息由可参数化模型(SP)的参数来表征，所述可参数化模型(SP)从一组可参数化模型中选出，尤其是从一组多项式中选出；所述系统还包括用于在所述的可参数化模型组中选择可参数化模型的选择装置；所述选择装置包括数据处理装置，用于：

-定义最大偏差；

-根据应用的复杂程度来对所述可参数化模型组的所述可参数化模型排序；

-以使所述偏差小于所述最大偏差的方式来选择所述已排序的可参数化模型组的第一个可参数化模型。

20.根据权利要求18或19所述的系统，所述扩展格式化信息可为所述测得的格式化信息。

21.根据权利要求18至20中任意一项所述的系统，所述系统包括利用第一计算算法(AC1)的计算装置，利用所述第一计算算法，可从包含特征点(PP1、PPi、PPj、PPm)的全集(M)中和从由参考面(SR)上参考点(PR1、PRi、PRj、PRm)组成的虚拟参考(R)中得到测得字段(D(H))；

所述图象捕获装置或所述图象恢复装置包括用于捕获的装置或用于恢复所述全集(M)的装置，利用其装置可在所述媒质(SC)上可产生所述特征点(PP)的图象(I)；所述特征点(PP)的图象在下文中被定义为特征图象点(PT)；

用于计算所述第一计算算法(AC1)的装置还包括数据处理装置，用于：

-在所述特征图象点(PT1、PTi、PTj、PTm)和所述参考点(PR1、PRi、PRj、PRm)之间建立一一对应关系；

-在所述可变特征组中选择零个或一个或多个可变特征，在下文中称作选择的可变特征；

所述测得字段包括：

由通过所述一一对应相联系的一个所述参考点(PRm)和一个特征图象点(PTm)所组成的点对的组，和

对于所述图象(I)，每个所述选择的可变特征的值。

22.根据权利要求21所述的系统，所述系统还包括用于在所述媒质(SC)和所述参考面(SR)之间选择数学投影(H(PRj))，特别是双线性变换的分析装置；

对于所述图象(I)，所述测得字段(D(H))由选择的可变特征的每一特征值组成，对于每一参考点(PR)，所述测得字段(D(H))由下列内容的值组成：

-由参考点(PRm)和所述特征图象点(PTj)到所述参考面(SR)上的所述数学投影(H(PRj))组成的对，所述特征图象点(PTj)通过所述一一对应与所述参考点(PRj)相关，和/或

-由所述特征图象点(PTj)和所述参考点(PRj)到所述媒质(SC)上的数学投影组成的对，所述特征图象点(PTj)通过所述一一对应与所述参考点(PRj)相关。

23.根据权利要求21或22所述的系统，所述系统还包括数据处理装置，所述数据处理装置用于通过推导涉及所述任意参考点或所述任意特征图象点的所述格式化信息，从所述测得的格式化信息中得到扩展格式化信息，所述扩展格式化信息涉及所述参考面(SR)上的任意参考点和/或所述媒质(SC)的任意特征图象点(PQTi)。

24.根据权利要求18至23其中任何一项所述的系统，所述系统使得：所述装置链的所述装置设置有至少一个依赖图象的可变特征，尤其是焦距和/或聚焦；每一可变特征能够与一个值相关，以便形成由所述可变特征组和所述值组成的组合；

所述系统还包括：

-用于选择预定组合的选择装置；

-用于计算测得的格式化信息的的计算装置，对于以这种方式所选择的所述预定组合，其特别是通过使用所述第一计算算法来计算所述测得的格式化信息。

25.根据权利要求24所述的系统，根据情况定义参数：

在所述参考面(SR)上的任意参考点(PQRj)和组合，或

所述媒质(SC)的任意特征图象点(PSTj)和组合；

所述系统还包括数据处理装置(MC2)，所述数据处理装置用于从所述测得的格式化信息推导涉及任意参数的所述扩展格式化信息。

26.根据权利要求23至25中任一项所述的系统，所述系统使得：为了从所述测得的格式化信息推导所述扩展格式化信息，所述数据处理装置包，并使所述偏差低于第一阈值。

27.根据权利要求18至26中任意一项所述的系统，所述偏差与所述格式化信息相关。

28.根据权利要求21至27中任何一项所述的系统，所述系统还包括选择装置，所述选择装置用于在所述媒质(SC)上选择四个特征图象点(PTm.1至4)，以便由所述四个特征图象点所定义的四边形具有最大面积和位于图象(I)几何中心附近的重心；所述数学投影为双线性变换，其将所述四个特征图象点转换成参考点，所述参考点与所述四个特征图象点通过一一对应相关联。

29.根据权利要求21至28中任意一项所述的系统，所述图象为由多个彩色面组成的彩色图象；所述系统还包括数据处理装置，对于彩色面其中至少两个，所述数据处理装置利用第一计算算法(AC1)产生测得的格式化信息；对于彩色面其中每一个，所述数据处理装置利用相同数学投影产生测得的格式化信息；

以这种方法有可能利用所述格式化信息和/或测得的格式化信息来校正所述装置的失真和/或色差。

30.根据权利要求21至29中任意一项所述的系统，所述图象为由多个彩色面组成的彩色图象；所述系统还包括：对彩色面其中至少一个利用第一计算算法(AC1)、对彩色面其中每一个利用相同虚拟参考来产生所述测得的格式化信息的数据处理装置；