JP2011040098A - 密度依存シャープニング - Google Patents

Abstract

【課題】プリントされるデジタル画像をシャープにするために密度依存ぼけの影響を阻止するための技術を提供する。
【解決手段】デジタル画像上に密度依存シャープニングを実行するためのシャープニングフィルタが開示される。一実施形態においては、シャープニングされるデジタル画像は、異なる解像度における複数の高域通過バージョンの画像に分解される。これらの高域通過画像は、画像のシャープニングされたバージョンを生成するために各解像度において得られ、かつオリジナル画像と再度組み合わされる。各解像度において適用されるゲインは、密度依存性である。結果的に、最終のプリントされる画像の鮮鋭度がプリント密度から独立するように、密度依存ぼけの効果は打ち消される。高度な計算効率を有するそのような密度依存を実行するための技術が開示される。
【選択図】図５

Description

（関連出願の参照）
本出願は、同一所有権の米国特許第６，８０１，２３３ Ｂ２号のタイトル「Ｔｈｅｒｍａｌ Ｉｍａｇｉｎｇ Ｓｙｓｔｅｍ」に関連する。本明細書においてその全容が参考に援用される。

（技術分野）
本発明は、デジタル画像処理に関し、より詳細には、デジタル画像をシャープニングするための技術に関する。

上記の参照された特許のタイトル「Ｔｈｅｒｍａｌ Ｉｍａｇｉｎｇ Ｓｙｓｔｅｍ」は、複数の色形成レイヤを有するプリント媒体を開示する。図１を参照すると、上記の参照された特許出願に開示される媒体１００の一実施形態の構造の略図を示す。複数の着色剤のうちの二つ、イエローおよびマゼンタ（例示目的のために一つのレイヤとして示されるが、典型的には別々のレイヤにおいて存在する）１０２ａは、媒体１００の上部に対して近接していて、かつ第３の着色剤、シアン１０２ｃは、比較的厚い、約１２５μｍの基部１０２ｂによって、イエローおよびマゼンタから離される。レイヤ１０２ａ〜ｄが、図１において縮尺どおりに描写されていないことに留意されたい。むしろ、基部レイヤ１０２ｂは、図１に示されているものより、残りのレイヤ１０２ａおよび１０２ｃ〜ｄに対してはるかに厚い。媒体１００の底部におけるＴｉＯ_２レイヤ１０２ｄは、媒体１００上にプリントされる画像に対して白い背景を提供する。媒体１００における全てのレイヤ１０２ａ〜ｄは、本質的に、同じ屈折率を有し、かつＴｉＯ_２レイヤ１０２ｄは、拡散ランバート（Ｌａｍｂｅｒｔｉａｎ）反射器としてモデリングされ得る。

図９を参照すると、媒体１００上にプリントされるエッジの鮮鋭度（ｓｈａｒｐｎｅｓｓ）品質要因（ＳＱＦ）（軸９０２ｂ）を平均エッジ密度（軸９０２ａ）の関数として図示するグラフ９００が示される。当業者に周知であるように、ＳＱＦは、知覚鮮鋭度の測定である。曲線９０４ａは、図１に示される媒体１００のような従来の媒体に対する平均エッジ密度対ＳＱＦのプロットである。ＳＱＦが平均エッジ密度の強い関数であり、かつプリントされるエッジが、密度が減少するとともに鮮鋭度を失うことが、プロット９０４ａから見られ得る。言い換えると、より高い密度に比べてより低い密度において、より多くのぼけ（ｂｌｕｒｒｉｎｇ）が生じる。

図１に戻ると、この現象は、光が媒体１００を介してとる経路１０４をトレースすることによって理解され得る。媒体１００のレイヤ１０２ａへ光が入る際、光線は、光線がＴｉＯ_２レイヤ１０２ｄに当たるまで直線の経路に従う（全てのレイヤ１０２ａ〜ｄが同じ屈折率を有するという仮定に基づいて）。ＴｉＯ_２レイヤ１０２ｄは、ランバート反射器のコサイン法に従ってランダムな角度におけるＴｉＯ_２レイヤ１０２ｄから再出現する入射光を散乱する。ＴｉＯ_２レイヤ１０２ｄからの反射された光は、直線の経路に従って媒体１００の表面に戻る（レイヤ１０２ｃ、１０２ｂおよび１０２ａを介して）。

図１に示されるように、媒体／エアインターフェースにおけるこの反射された光の入射角が大きい場合、光は全反射を受けて、媒体１００に戻る。ここで説明された処理は、光線が媒体１００およびエア１０６のインターフェースにおける全反射を受けないように、十分に小さな角度におけるＴｉＯ_２レイヤ１０２ｄによって光線が反射されるまで繰り返し、それによって、光線は媒体１００からエア１０６へとエスケープする。

基部レイヤ１０２ｂの大きな厚みを仮定すると、媒体１００内のこれらの複数の反射は、光が実質的な距離を横に（図１におけるポイント１０８ａと１０８ｂとの間の距離）移動することをもたらし、エッジ鮮鋭度の損失という結果となる。任意のポイントにおける知覚密度は、媒体１００を介して全ての可能な経路を横切った光線の強度を平均化することによって得られる。線形強度ドメインにおけるこの平均化は、鮮鋭度における損失をプリント密度の関数にする。低い密度においてプリントされるエッジは、従って、高い密度においてプリントされる均等のエッジよりと比べてあまりシャープではない。

必要とされるものは、従って、プリントされるデジタル画像をシャープにするためにそのような密度依存ぼけの影響を阻止するための技術である。

デジタル画像上に密度依存シャープニングを実行するためのシャープニングフィルタが開示される。一実施形態においては、シャープニングされるデジタル画像は、異なる解像度における複数の高域通過バージョンの画像に分解される。これらの高域通過画像は、画像のシャープニングされたバージョンを生成するために各解像度において得られ、かつオリジナル画像と再度組み合わされる。各解像度において適用されるゲインは、密度依存性である。結果的に、最終のプリントされる画像の鮮鋭度がプリント密度から独立するように、密度依存ぼけの効果は打ち消される。高度な計算効率を有するそのような密度依存を実行するための技術が開示される。

例えば、本発明の一局面においては、（Ａ）第１の密度ｄ_０を有するソース画像の第１の部分を識別し、（Ｂ）該第１の密度ｄ_０に基づいて第１のゲインｇ_０を識別し、（Ｃ）シャープニングされた画像の第１の部分を生成するために該第１のゲインｇ_０を有するシャープニングフィルタを適用し、（Ｄ）該第１の密度ｄ_０と異なる第２の密度ｄ_１を有する該ソース画像の第２の部分を識別し、（Ｅ）該第２の密度ｄ_１に基づいて該第１のゲインｇ_０と異なる第２のゲインｇ_１を識別し、かつ（Ｆ）該シャープニングされた画像の第２の部分を生成するために該第２のゲインｇ_１を有する該シャープニングフィルタを適用することによって、ソース画像を処理するための技術が提供される。

本発明の他の局面においては、（Ａ）ソース画像のシャープニングされたバージョンを初期化し、（Ｂ）複数の解像度ｌの各々に対して、（１）解像度ｌに関連したゲインＧを識別し、（２）解像度ｌに関連した基底関数Ｂへの該ソース画像の投影Ｐを識別し、（３）該ゲインＧおよび該投影Ｐに基づいて解像度ｌにおける該ソース画像の該シャープニングされたバージョンを更新し、かつ（４)該ソース画像の該更新されたシャープニングされたバージョンを該ソース画像の最終のシャープニングされたバージョンとして提供することによって、ソース画像を処理するための技術が提供される。

本発明の様々な局面および実施形態の他の特徴および利点は、以下の説明および上記の特許請求の範囲から明らかになるであろう。

図１は、マルチレイヤプリント媒体および、ＴｉＯ_２レイヤによって散乱され、かつ媒体を出る前に全反射を受ける光線によってトレースされる経路の略図である。 図２Ａは、複数の基底関数への入力画像の投影を計算するために本発明の実施形態において実行される方法のフローチャートである。 図２Ｂは、複数の基底関数への入力画像の投影を計算するために本発明の実施形態において実行される方法のフローチャートである。 図２Ｃは、本発明の一実施形態に従う、マルチ解像度分解を得るために一レイヤにて実行されるフィルタリング動作のブロック図である。 図２Ｄは、本発明の一実施形態に従う、入力画像のシャープニングされたバージョンを生成するための方法のフローチャートである。 図２Ｅは、本発明の一実施形態に従う、入力画像のシャープニングにおける使用のためにゲイン関数を推定するための方法のフローチャートである。 図２Ｆは、本発明の一実施形態に従う、入力画像のシャープニングにおける使用のためにゲインを識別するための方法のフローチャートである。 図２Ｇは、本発明の他の実施形態に従う、入力画像のシャープニングにおける使用のためにゲインを識別するための方法のフローチャートである。 図２Ｈは、シャープニングフィルタの所望のシャープニング応答を推定するために本発明の一実施形態において実行される方法のフローチャートである。 図３は、本発明の一実施形態に従う、最小量の計算という結果となる画像信号を最も上質な解像度から最も粗い解像度に間引きするためのピクセルグリッドおよびデータフローマップの図である。 図４は、本発明の一実施形態に従う、画像信号を最も粗い解像度から最も良質な解像度へと補間するためのデータフローマップの図である。 図５は、本発明の一実施形態に従う、図３に示される間引きグリッドに対する平均化を用いる４レイヤシャープニングフィルタ、および図４に示されるグリッドを用いる線形補間に対する周波数ドメインにおける基底関数のグラフである。 図６Ａは、本発明の第１の実施形態に従う、密度依存シャープニングシステムのブロック図である。 図６Ｂは、本発明の第２の実施形態に従う、密度依存シャープニングを実行するためのシステムのブロック図である。 図６Ｃは、本発明の第３の実施形態に従う、密度依存シャープニングフィルタの所望の周波数応答を推定するためのシステムのブロック図である。 図７Ａは、本発明の一実施形態に従う、密度依存シャープニングを実行するための方法のフローチャートである。 図７Ｂは、本発明の他の実施形態に従う、密度依存シャープニングを実行するための方法のフローチャートである。 図８Ａは、本発明の一実施形態に従う、密度の関数としての各レイヤの高周波数チャネルに対する推定されたゲインのグラフである。 図８Ｂは、本発明の一実施形態に従う、図８Ａに示されるレイヤゲインを用いる密度依存シャープニングアルゴリズムを用いて処理される密度範囲全体を補う多数のステップエッジを示すグラフである。 図９は、本発明の一実施形態に従う、従来のシステムおよび密度依存シャープニングシステムのＳＱＦを示すグラフである。

図６Ａを参照すると、本発明の一実施形態に従うシャープニングシステム６００のブロック図が示される。システム６００は、シャープニングされた画像６０６を生成するために、密度依存シャープニングフィルタ６０４によってシャープニングされるオリジナル画像６０２を含む。図７Ａを参照すると、システム６００が密度またはグレイレベル依存シャープニングを実行するための簡単な一方法７００を表すフローチャートが示される。一般に、方法７００は、空間ドメインにおいてフィルタリングを実行し、かつ１つの領域（例えば、ピクセル）から他の領域へのフィルタサポートおよび形状を変化させる。

より詳細には、方法７００は、オリジナル画像６０２における各領域Ｒ（例えば、各ピクセル）に対するループに入る（ステップ７０２）。方法７００は、Ｒのスーパーセットであるより大きな領域Ｓ_０を用いて領域Ｒの局所密度ｄを識別し（ステップ７０４）、かつ密度ｄに基づいてシャープニングフィルタ６０４に対するパラメータを選択する（ステップ７０６）。そのようなパラメータの例としては、フィルタ形状およびサポートが挙げられる。方法７００は、領域Ｒのシャープニングされたバージョンを生成するために、識別されたパラメータを用いてさらに領域Ｒのスーパーセットである領域Ｓ_１にシャープニングフィルタ６０４を適用し、かつ結果として生じるフィルタリングされた画像に基づいて領域Ｒを修正する（ステップ７０８）。例えば、領域Ｒは、領域Ｓ_１にシャープニングフィルタ６０４を適用することによって生成されるフィルタリングされた画像において同じ座標を有する領域と置換され得る。方法７００は、オリジナル画像６０２における残りの領域に対してステップ７０４〜７０８を繰り返し、それによって、シャープニングされた画像６０６を生成する（ステップ７１０）。

そのようなアプローチにおいては、フィルタパラメータは、局所密度の関数である。局所密度は、適切なサポートを用いて画像６０２を低域通過フィルタリングすることによって計算され得る。そのような方法は、しかしながら、特に各領域が単一のピクセルであり、かつシャープニングの所望のサポートおよび低域通過フィルタが一部の密度レベルにおいて大きい場合において、高い計算複雑性に苦しむ。ここで、より詳細に説明されるように、シャープニングフィルタ６０４の形状を限定することは、非常に効率的なシャープニングアルゴリズムが得られることを可能にする。

本発明の一実施形態のおいては、各領域に対してシャープニングフィルタ６０４の形状を任意に選ぶ代わりに、シャープニングフィルタ６０４の形状は、基底関数Ｂのセットによって補われる空間にあるように制限される。図７Ｂを参照すると、基底関数Ｂを用いて密度またはグレイレベル依存シャープニングを実行するために、システム６００によって本発明の一実施形態において用いられる方法７２０のフローチャートが示される。基底関数および関連するゲインを生成するための技術の例は、図２Ａ〜２Ｄに関連して以下に説明される。基底関数Ｂおよび関連するゲインが、図７Ｂにおける方法７２０の遂行の前に予め計算され得ることに留意されたい。

方法７２０は、オリジナル画像６０２における各領域Ｒ（例えば、各ピクセル）に対するループに入る（ステップ７０２）。方法７２０は、Ｒのスーパーセットであるより大きな領域Ｓ_０を用いて領域Ｒの局所密度ｄを識別する（ステップ７０４）。ステップ７０２および７０４は、図７Ａに対して上述された様式において実行され得る。

方法７２０は、密度ｄに対する基底関数Ｂのゲインを識別する（ステップ２２２）。方法７２０は、基底関数Ｂへのオリジナル画像６０２の投影Ｐを計算する（ステップ７２４）。方法７２０は、識別されたゲインを用いて投影Ｐを組み合わせることによって領域Ｒのシャープニングされたバージョンを得る（ステップ７２６）。方法７００は、オリジナル画像６０２における残りの領域に対してステップ７０４、７２２、７２４および７２６を繰り返し、それによって、シャープニングされた画像６０６を生成する（ステップ７１０）。

本発明の一実施形態においては、基底関数の選択は、２つの考慮によって左右される。第１に、基底関数は、所望のシャープニングフィルタから基底関数を用いて達成可能なものへの最小の認知できる劣化があるように選ばれる。第２に、選ばれた基底関数への入力画像の投影を計算するための効率的方法があるべきである。

本発明の一実施形態においては、基底関数は、高周波数レジームが低周波数解像度を有し、かつ低周波数レジームが高周波数解像度を有するように選らばれる。図５を参照すると、本発明の一実施形態に従って、これらの性能を有する基底関数５０４ａ〜ｄの一セットのグラフ５００が示される。振幅（軸５０２ｂ）が周波数（軸５０２ａ）に対してプロットされている図５から見られ得るように、基底関数５０４ａ〜ｄは、増加する周波数において次第に広くなる。ここで、より詳細に説明されるように、そのような基底関数５０４ａ〜ｄのセットは、再帰的マルチ解像度フレームワークを用いて効率的に生成され得る。

図６Ｂを参照すると、本発明の一実施形態に従って密度依存シャープニングを実行するためのシステム６１０のブロック図を示す。システム６１０は、デジタル画像をプリントするためのプリンタ６２０を含む。媒体ぼけ６２２は、プリントされた画像６２４が人間の目によって見られた場合に画像６１２に導入される。図６Ｂにて図示されるシステム６１０においては、シャープニングフィルタ６０４は、オリジナル入力デジタル画像６１２を「予めシャープニングする（ｐｒｅ−ｓｈａｒｐｅｎ）」ためにプリンタ６２０の前に導入される。フィルタ６０４は、基底関数６１４を含む。プリンタ６２０によって生成され、かつ人間の目によって見られる、結果として生じるプリントされた画像６２４がオリジナル入力画像６１２と同じであるという意図をもって、フィルタ６０４は、プリンタ６２０に入力される予めシャープニングされた画像６１６を生成する。

入力画像の投影を基底関数６１４において計算するための技術の例が、ここで説明される。ｘがオリジナル画像６１２を示すと仮定する。ｘ_ｓがシャープニングされた画像６１６を示すと仮定する。図２Ａを参照すると、基底関数６１４へのオリジナル画像６１２の投影を計算するために本発明の一実施形態において用いられる方法２００のフローチャートを示す。

上添字^（ｌ）が画像の解像度レベルｌを示すと仮定する。ここで、ｌ＝０は、最も上質な解像度を示し、かつＬが最も粗い解像度を示して、ｌのより大きな値は、より粗い解像度を示す。例えば、ｘ^（ｌ）は、解像度レベルｌにおけるオリジナル画像６０２の表示を示す。

が、レベルｌからレベルｋまで画像をとる補間または間引き（ｄｅｃｉｍａｔｉｏｎ）オペレータを示すと仮定する。その場合、ｋ＜ｌの場合において、

が補間オペレータであることは絶対的である。太字は、ベクトルおよびマトリックスを示すために用いられる。

解像度の各々に対して、その解像度におけるオリジナル画像ｘは、２つの周波数帯域、高域通過帯域および低域通過帯域に分裂される。

がそれぞれ、レベルｌにおける低域通過および高域通過画像を示すと仮定する。上述された表記に続いて、オリジナル画像ｘの粗い解像度表示は、式１および式２

を用いて再帰的に取得され得る。

図２Ａに示されるように、方法２００は、式１によって指示されるように、解像度レベル０におけるオリジナル画像６０２の表示がオリジナル画像６０２と等しくなるように初期化する（ステップ２０１）。方法２００は、各解像度レベルｌに対するループに入る（ステップ２０２）。方法２００は、解像度ｌに対する基底関数Ｂへのオリジナル画像６０２の投影Ｐを計算する（ステップ２０３）。方法２００は、残りの解像度に対してステップ２０３を繰り返す（ステップ２０４）。方法２００の結果は、解像度の各々に対して一つずつある、オリジナル画像６０２の複数の投影Ｐである。

方法２００は、任意の様々な方法においてインプリメントされ得る。例えば、図２Ｂを参照すると、基底関数６１４へのオリジナル画像６１２の投影を計算し、それによって、方法２００（図２Ａ）をインプリメントするために、本発明の一実施形態において用いられる方法２０５のフローチャートが示される。図２Ａに関連して上述されたように、方法２０５は、オリジナル画像６１２の表示を初期化する（ステップ２０１）。方法２００は、各解像度レベルｌに対するループに入る（ステップ２０２）。方法２００は、例えば、式２を用いて、解像度レベルｌ＋１におけるオリジナル画像６１２の表示であるｘ^{（ｌ＋１）}を得る（ステップ２０６）。低域通過画像

は、オリジナル画像をより粗い解像度から現行の解像度に式３

を用いて補間することによって効率的計算され得る（ステップ２０７）。

高域通過画像

は、式４

を用いて計算され得（ステップ２０８）、それによって、ステップ２０３（図２Ａ）に関連して上述された投影Ｐを計算する。

方法２００は、ステップ２０６〜２０８を繰り返すことによって全ての解像度レベルにおける低域通過および高域通過画像を取得し得る（ステップ２０４）。図２Ｃを参照すると、式１〜式４に関連して上述されたマルチ解像度分解処理の一レイヤ（すなわち、図２Ｂにおけるループの一反復）を表すブロック図が示される。図２Ｃにおいては、ｄｅｃは、ダウンサンプリングファクタを示す。

解像度ｌにおける画像ｘ^（ｌ）２２２は、低域通過画像２２６を生成する低域通過フィルタ２２４に提供される。次いで、低域通過画像２２６は、レイヤｌ＋１において画像ｘ^{（ｌ＋１）}２３０を生成するダウンサンプリングオペレータ２２８に提供される。ダウンサンプリングオペレータ２２８は、中間サンプルを無視することによってサンプリングレートを減少させる。低域通過フィルタ２２４およびダウンサンプリングオペレータ２２８は、組み合わせて、解像度ｌ＋１におけるオリジナル画像を生成するために間引きフィルタ２２７として作用する。画像ｘ^{（ｌ＋１）}２３０は、式２の出力を表す。別々の低域通過フィルタリング動作２２４およびダウンサンプリング動作２２８への間引きフィルタ２２７の分解が、例示目的のみのためであることに留意されたい。実際には、効率性のために、ダウンサンプリングオペレータ２２８によって投げ捨てられるサンプルは、低域通過フィルタ２２４によって計算される必要は無い。

画像ｘ^{（ｌ＋１）}２３０は、画像２３４を生成するために画像ｘ^{（ｌ＋１）}２３０のサンプリングレートを増加させるために中間ゼロサンプルを導入するアップサンプリングオペレータ２３２に提供される。次いで、画像２３４は、解像度ｌにおける低域通過画像

２３８を生成する低域通過フィルタ２３６に提供される。アップサンプリングオペレータ２３２および低域通過フィルタ２３６は、組み合わせて、補間フィルタ２３５として作用する。画像

２３８は、式３の出力を表す。最後に、加算器２４０は、解像度ｌにおける高域通過画像

２４２を生成するためにオリジナル画像ｘ^（ｌ）２２２から低域通過画像

２３８を減算し、式４の出力を表す。各レイヤに対して（すなわち、０≦ｌ＜Ｌに対して）低域通過画像

および高域通過画像

を生成するために、図２Ｃが各レイヤｌに対して複製され得ることに留意されたい。

式１、式２および式３からは、低域通過画像を生成するフィルタのインパルス応答が

として仮定され、かつ高域通過画像を生成するフィルタのインパルス応答が

として仮定されることが見られ得る。ここで、δ^（ｌ）は、解像度ｌにおけるクロネッカーデルタ関数である。

シャープニングは、各解像度において（すなわち、０≦ｌ＜Ｌに対して）高域通過画像ｘ_ｈを得て、次いで、得られた高域通過画像を用いて画像を再構成することによって達成され得る。イメージのセット

は、異なる解像度における基底関数へのオリジナル画像６１２の投影に対応し、かつこのセットにおける各画像に提供されるゲインは、各基底関数に関連する係数（重み）に対応する。

散乱から結果として生じる密度依存ぼけを補正するために、ゲインは、局所グレイレベルおよび解像度の関数になるように選択される。

画像

が、解像度ｌにおける局所グレイレベル情報を示すと仮定し、かつｇ（・，ｌ）が、グレイレベルおよび解像度の関数をゲインに与える関数を示すと仮定する。

が、解像度ｌにおけるシャープニングされた画像を示すと仮定する。最も上質な解像度におけるシャープニングされた画像は、式５および式６

を用いて最も粗い解像度から再帰的に得られる。

ｇ（・，・）が、オリジナル寄与の上におけるシャープニングされた画像への高域通過チャネルの更なる寄与を表す。従って、ｇ（・，・）＝０であった場合、シャープニングされた画像６０６は、オリジナル画像６０２と等しい。上記の特定は、空間変化様式において、高域通過構成要素におけるゲインを変調する局所グレイレベルとして

を使用する。結果的に、画像

の計算は、画像のぼけに影響を与える局所性のサポートに依存し得る。一般性を保持するために、式７および式８

を用いてこの計算を特定する。

式８においては、β（ｌ）は、高域通過チャネルにおける減衰を特定する。特に、本発明の一実施形態においては、

が典型的に、ｘ^（ｌ）の低域通過バージョンになるため、β（ｌ）は、

のように限定される。この限定を仮定すると、β（ｌ）＝１であった場合、

が得られ、かつ計算における一部の節約は、これらの解像度レベルにおける

を計算しないことによって実現され得る。他の極端な例は、全てのｌに対してβ（ｌ）＝０である。この場合、高域通過チャネルは、補間された画像へ寄与を行なわず、かつ式９

にて示されるように、任意の解像度におけるｘ_ｇは、最も粗い解像度におけるオリジナル画像の補間されたバージョンとして仮定される。

シャープニングされた画像

を生成するための上述された技術は、図２Ｄに示されるフローチャートに図示される。図２Ｄに示される方法２５０は、最も粗い解像度Ｌにおけるシャープニングされた画像

が、解像度Ｌにおけるオリジナル画像ｘ^（Ｌ）と同じになるように初期化する（ステップ２５２）。方法２５０は、ｌの値がＬ−１と等しくなるように設定する（ステップ２５４）。

方法２５０は、例えば、

を識別するために式８を適用し、次いでゲイン画像Ｇを

として識別することによって、解像度ｌに適用されるゲイン画像Ｇを識別する（ステップ２５６）。方法２５０は、解像度ｌに適用するために投影Ｐを識別する（ステップ２５８）。上述されたように、高域通過画像

は、基底関数Ｂへのオリジナル画像の投影として用いられ得る。ここでは、ステップ２５８が式４を用いてインプリメントされ得る。

方法２５０は、シャープニングされた画像を解像度ｌ＋１から解像度ｌへと補間する（ステップ２６０）。方法２５０は、ＰＧを得るために投影ＰをゲインＧで掛ける（ステップ２６２）。方法２４０は、解像度ｌにおけるシャープニングされた画像

を得るためにステップ２６０および２６２の結果を加算する（ステップ２６４）。

ｌの値がゼロでなかった場合、（ステップ２６６）、方法２５０は、最終のシャープニングされた画像６０６を生成することを終了せず、方法２５０は、ｌを減少させ（ステップ２６８）、かつｌの新しい値に対してステップ２５６〜２６４を繰り返す。ｌがゼロを達した場合、解像度

におけるシャープニングされた画像は、最終のシャープニングされた画像６０６として提供される（ステップ２７０）。

上記の密度依存シャープニングスキームが、式１〜式４に関連して上述された特定のマルチ解像度分解スキームに関連して説明されたことに留意されたい。しかしながら、画像をウェーブレットのようなサブ帯域（低域通過および高域通過）に分解する他のマルチ解像度方法も用いられ得る。

間引き／補間フィルタ２２４および２３６のサポート、ならびにダウンサンプリングファクタ２２８の選択は、間引き／補間依存性を決定する。図３を参照すると、最小計算を有する２つの間引き演算のファクタに対するピクセルグリッドおよびデータフローマップ４００が示される。図３に示されるように、Ｌ＝３である、０≦ｌ≦Ｌに対して４つのレイヤがある。親ノードは、子ノードを平均化することによって得られ、かつ隣接する親ノードの子の間に重なりはない。重なっている子ノードに対する他の選択も可能であるが、本論議は、低い計算複雑性を維持するために、図３に示される間引きマップ４００に関する。同じ依存マップ４００も補間目的のために用いられ得るが、この場合においては、当業者は、最近接補間を利用する必要があり得、画像における望まれないブロッキングアーチファクトという結果となる。最小計算の観点からの次に最適な代案は、図４に示されるように、データフローマップ４１０を用いて線形補間を選ぶことである。

上述された実施形態において密度依存シャープニングアルゴリズムを実行することが、異なる解像度レベルにおける２つの更なる画像（すなわち、ゲイン画像ｘ_ｇおよびシャープニングされた画像ｘ_ｓ）のストレージを含むことに留意されたい。そのようなストレージを提供することは、特に、埋め込まれた環境において困難になり得る。従って、全体としての全ソース画像６１２において基底関数へのマルチ解像度分解、その後のシャープニングを実行する代わりに、当業者は、ブロックのような様式において、画像６１２の一部上に間引きおよび補間をどのように実行するかを理解するであろう。それによって、シャープニングフィルタ６０４のメモリ要件を減少させる。

式６から見られ得、かつ図２Ｄに関連して上述されたように、シャープニングされた画像６０６は、異なるレイヤにおける高域通過画像を変調および加算することによって構成される。高域通過チャネルは、従って、シャープニングされた画像ｘ_ｓに対するベースを形成する。最も粗い解像度Ｌにおけるオリジナル画像（すなわち、ｘ^（Ｌ））も基底関数であるが、オリジナル画像が変調されていないため、高域通過チャネルにのみ重点的に取り組んでいることに留意されたい。

上記されたように、式６におけるゲイン関数ｇ（ｄ，ｌ）は、密度および解像度レイヤの両方の関数である。レイヤｌに対するゲインＧが識別され得ることが、図２Ｄに示される方法２５０のステップ２５６に関連して上述された。ゲイン関数ｇ（ｄ，ｌ）を推定するための技術の例が、ここで説明される。ゲイン関数ｇ（ｄ，ｌ）が一旦推定されると、それは、例えば、上述された様式においてステップ２５６をインプリメントするために用いられ得る。図２Ｅを参照すると、本発明の一実施形態においてゲイン関数ｇ（ｄ，ｌ）を推定するための方法２８０のフローチャートが示される。

最も上質な解像度におけるインパルスへの異なるレイヤの最も上質な解像度（ｌ＝０）における高域通過応答は、式１０

によって得られる。

式１０においては、ｎは、インパルスの空間位置を示す。異なるレイヤのインパルス応答がシフト不変でないことに留意されたい。従って、インパルス応答に対する表記において入力インパルスの空間位置を含む必要がある。レイヤｌのインパルス応答に対する一意の位相の数が、ｄｅｃ^ｌ＋１であることが示される。ここで、ｄｅｃは、ダウンサンプリングファクタ２１８である。基底関数のこの非一意性は、各レイヤの変調係数またはゲイン値を決定するための課題をもたらす。自然な画像が全ての可能な位置においてエッジを有するため、本発明の一実施形態においては、レイヤｌの全てのｄｅｃ^ｌ＋１インパルス応答は、そのレイヤに対する基底関数を得るために平均化される。

Ｈ_ｌｎがｈ_ｌｎのフーリエ変換を示すと仮定する。その場合、周波数ドメインにおける平均基底関数Ｈ_ｌは、式１１

によって得られる。

式１１においては、ｅ^{ｊ２πｎｆ}は、インパルス応答の全ての異なる位相を空間的に並べるファクタである。位相ｎに対するインパルス応答が非対称であった場合、Ｈ_ｌｎが複素数になり得ることに留意されたい。しかしながら、平均応答は常に対称であり、従って、Ｈ_ｌ（・）は実数である。

図２Ｅに戻ると、方法２８０は、各解像度ｌに対するループに入り（ステップ２８２）、かつ例えば、式１１を用いて、平均規定関数Ｈ_ｌを識別する（ステップ２８４）。方法２８０は、各レイヤｌに対してステップ２８４を繰り返す（ステップ２８６）。Ｈが、マトリックスを示すと仮定する。ここで、マトリックスの列は、式１１のこの繰り返される適用によって、周波数の離散集合において計算される高域通過基底関数である。

図５を参照すると、４レイヤ分解に対する基底関数５０４ａ〜ｄが示される。ここで、間引きファクタ２１８は、２として選ばれ、かつ線形補間および平均化は、それぞれ、補間および間引き演算のために利用される。レイヤの空間解像度が減少する一方、基底関数の周波数解像度がどのように増加するかについて留意されたい（軸５０２ａに沿って）。

Ｓ（ｆ，ｄ）を、プリント密度ｄにおける所望のシャープニングフィルタの周波数応答として仮定する。Ｓ（ｄ）が、周波数の離散集合における所望の周波数応答の列ベクトルを示すと仮定する。図２Ｅに戻ると、方法２８０は、各密度ｄに対するループに入り（ステップ２８８）、かつ密度ｄにおける所望の周波数応答を識別する（ステップ２９０）。

次いで、平均二乗の意味で所望の応答と実際の応答との間の誤差を最小化する基底関数の係数（レイヤゲインｇ（ｄ，ｌ）は、式１２

によって得られる。

式１２においては、ｇ（ｄ，・）は、プリント密度ｄにおける各レイヤに対するゲインを含む列ベクトルを示し、かつ１は、全ての１の列ベクトルを示す。最小二乗フィットにおけるＳ（ｄ）の代わりに（Ｓ（ｄ）−１）が用いられる。なぜなら、上述されたように、ｇ（ｄ，・）が、オリジナル寄与の上におけるシャープニングされた画像における高域通過チャネルの更なる寄与を表すからである。

方法２８０は、例えば、式１２を用いて、平均基底関数Ｈおよび所望の周波数応答Ｓ（ｄ）に基づいて密度ｄに対するゲインｇ（ｄ，・）を識別する（ステップ２９２）。方法２８０は、残りの密度に対してステップ２９０〜２９２を繰り返し、それによって、対応するゲインを識別する（ステップ２９４）。

所望の周波数応答Ｓ（ｆ，ｄ）は、典型的に、プリントサンプルから推定され、かつ以下により詳細に説明されるように、実行される必要がある反転のために高ノイズで損害をうけ得る。そのようなノイズの存在におけるレイヤゲインのロバスト推定を得るために、重み付けされた最小二乗フィットを行うことが望ましい。プリントされる画像６２４の知覚鮮鋭度に関心を持っているため、本発明の一実施形態においては、周波数ドメインにおける重み付け関数として目のコントラスト感度関数が選ばれる。Ｅが、コントラスト感度関数の周波数応答を含む対角マトリックスを示すと仮定する。その場合、レイヤゲインは、式１３

を用いて得られる。

この技術は、図２Ｆに示される様式において、方法２８０（図２Ｅ）に組み入れられ得る。方法２８０のステップ２９２は、重み付け関数（Ｅのような）を識別するステップ（ステップ３０２）、次いで、式１３を用いて、平均基底関数Ｈ、重み付け関数Ｅおよび所望の周波数応答Ｓ（ｄ）に基づいて密度ｄに対するゲインを識別する（ステップ３０４）ステップを含み得る。

オリジナル画像６０２に対してシャープニングされることを保証するためにｇ（・，・）≧０を実施することが望ましい。式１３が、一部の所望の応答のために一部のレイヤのゲインに対する負の値を与えることは可能である。本発明の一実施形態において、負のゲインが得られた場合、そのような負のゲインという結果となる基底関数は消去される（例えば、マトリックスＨからそのような基底関数のコラムを消去することによって）。次いで、重み付けされた最小次数フィットは、残りの基底関数のみを用いて再度行われる。消去された基底関数のゲインは次いで、ゼロに設定される。

この技術は、例えば、図２Ｇに示される様式において方法２８０（図２Ｅ）のステップ２９２をインプリメントすることによって適用され得る。ゲインｇ（ｄ，・）の初期セットは、例えば、式１２（ステップ３０６）を用いて識別される。ステップ３０６にて識別されるゲインがいずれも負でなかった場合（ステップ３０８）、識別されるゲインは、シャープニングフィルタ６０４における次の使用のために保持される（ステップ３１０）。いずれかのゲインが負であった場合、そのような負のゲインに対応する基底関数は放棄され（ステップ３１２）、対応するゲインはゼロに設定され（ステップ３１４）、かつ残りの基底関数に対するゲインは再計算される（ステップ３０６）。全てにおいて負でないゲインを生成するために、ステップ３０６、３０８、３１２および３１４は、必要に応じて繰り返され得る。

図６Ｂを再度参照すると、シャープニングシステム６１０全体が、本発明の一実施形態に従って示される。図６Ｂに見られるように、密度依存シャープニングフィルタ６０４は、プリンタ６２０およびその次の媒体ぼけ６２２に先行する。そのようなシステムにおいては、密度依存シャープニングフィルタ６０４は、システムぼけ６１８（すなわち、媒体ぼけ６２２およびプリンタ６２０によって導入される任意のぼけ）によって動作された場合、オリジナル画像６１２がプリントされる画像６２４にて再生されるように、予めシャープニングされた画像６１６を生成するために入力画像６１２をシャープニングする。

シャープニングフィルタ６０４の応答を推定するために、全ての平均エッジ密度に対して、図６Ｂに示されるフィルタ６０４への入力および出力ステップエッジが必要である。しかしながら、完璧にプリントされたステップエッジ６２４という結果となる予めシャープニングされたエッジ６１６は、すぐに利用可能ではない。時間のかかる試行錯誤方法は、この予めシャープニングされたエッジ６１６を識別するために利用され得る。

代替的に、本発明の一実施形態においては、図６Ｃのシステム６３０に示されるように、密度依存シャープニングフィルタ６０４とシステムぼけ６１８との順序はスワッピングされる。システム６３０においては、システムぼけ６１８は、（シャープニングされた）プリントされた画像６２４を生成するために密度依存シャープニングフィルタ６０４によってシャープニングされるぼけた画像６３２を生成する。システムぼけ６１８および密度依存フィルタ６０４が線形システムであった場合、図６Ｃに示されるシステム６３０が図６Ｂに示されるシステム６１０と等しいことに留意されたい。それらが線形システムではなかった場合、システムぼけ６１８および密度依存フィルタ６０４が局所的に線形である限り、スワッピングは有効である。図６Ｃに示される実施形態の利点は、フィルタ６０４の所望の周波数応答が容易に計算され得るように、密度依存シャープニングフィルタ６０４の入力および出力がすぐに利用可能であることである。

図２Ｈを参照すると、所望のシャープニング応答を推定するために本発明の一実施形態において実行される方法３２０のフローチャートが示される。方法３２０は、プリンタ６２０の密度範囲における密度ｄの各々に対するループに入る（ステップ３２２）。平均密度ｄを有するステップエッジはプリントされ（ステップ３２４）、かつステップエッジはスキャンされる（ステップ３２６）。ステップエッジの振幅は、システム６３０全体がこれらのエッジに対する線形システムとして近似され得ることを保証するために小さくなるように選択され得る。ステップエッジの振幅が大きい場合、大きい密度変化を受けて、二つの端部における応答が異なるため、エッジの二等分は独立して扱われ得る。

ステップエッジの線広がり関数は計算され（ステップ３２８）、かつ線広がり関数の周波数変換がとられる（ステップ３３０）。結果は、プリンタ／媒体システム６３０の周波数応答を表す。密度ｄに対する密度依存シャープニングフィルタ６０４の所望の応答を得るために、プリンタ／媒体システム６３０の周波数応答は反転される（ステップ３３２）。各密度における所望の応答を得るために、ステップ３２４〜３３２は、各密度ｄに対して繰り返され得る。

ステップ３３２にて実行される反転処理は、ノイズ増幅に対して影響を受けやすく、かつレイヤゲインを推定するためのロバスト推定技術は、式１０〜式１３に対して上述される。式１３を用いて、レイヤゲインは、平均エッジ密度の関数として推定され得る。図８Ａは、推定されたレイヤゲインを示す。最も大きいゲインを有するレイヤは、プリントｄｐｉおよびプリントの見える距離に依存する。図８Ａに示される例に対しては、プリントｄｐｉは３００であり、かつ見える距離は１８インチと想定された。この場合、レイヤの周波数応答が目のコントラスト感度関数におけるピークと一致するため、レイヤ１は最も大きいゲインを有する。目の重み付けが利用されなかった場合、最も上質な解像度レイヤ０は、Ｓ（ｄ）の推定に存在する大きな高周波数ノイズによって、非常に大きなゲインを有する。しかしながら、図８Ａに見られるように、目の重み付けを用いて、レイヤ０に対するゲインは妥当である。上部レイヤが低い密度にてのみ利用され、かつより高い密度にて消滅することにも留意されたい。これは、シャープニングフィルタサポートを、低い密度端部における約３２ピクセルから高い密度端部における約８ピクセルまでで変化させ得る。この効果は、図８Ｂにて明確に見られる。図８Ｂは、図８Ａに示されるゲインを用いる密度依存シャープニングアルゴリズムを用いて処理される様々な密度レベルにおける多数のステップエッジを示す。

図９を再度参照すると、グラフ９００は、密度依存シャープニングを有さないプリンタ／媒体システムにおけるプリントされるエッジの鮮鋭度（曲線９０４ａ）を、図６Ｃに示されるシステムと比べる。ここで、図６Ｃに示されるシステムにおいては、密度依存フィルタ６０４は、プリンタ／媒体ぼけ６１８に対する反転システムとして作用する（曲線９０４ｂ）。ＳＱＦプロット９０４ａ〜ｂにて見られるように、密度依存シャープニングフィルタ６０４は、ＳＱＦを効率的に平らにし、それをプリント密度から独立させる。低い密度においては３５ＳＱＦユニットのゲインがあり、かつ高い密度端部においては１８ＳＱＦユニットのゲインがある。

本発明の実施形態は、以下に限定されないが、それら含む様々な利点を有する。一般に、本発明の実施形態は、より多くのぼけが生じる密度に対して実行されるより多くのシャープニングを用いて、シャープニングが密度依存である様式において実行されることを可能にする。典型的に、より低い密度は、より高い密度に比べてぼけに対してさらに影響を受けやすい。図９に示されるように、本発明の実施形態は、より高い密度の領域に比べて、より低い密度の領域においてより多くのシャープニングを実行するように適用され得る。結果的に、本明細書中に開示される技術は、ぼけの量に合わされる様式において単一の画像内にて様々な程度のシャープニングを適用し得る。本明細書中に開示される技術は、従って、シャープニングが必要とされるところおよびシャープニングが必要とされる範囲まで、シャープニングを取得し得、シャープニングが必要とされないところではシャープニングの損害を取得しない。

本発明の実施形態の他の利点は、マルチ解像度フレームワークの使用が、シャープニングが高度な計算効率を用いて実行されることを可能にすることである。上述されたように、ソース画像は、複数の解像度における複数の画像に分解される。より低い解像度画像をフィルタリングすることは、画像全体にフィルタリングを実行することに比べて、かなり計算量が少ない。これらのより低い解像度画像においてフィルタリングを実行し、かつそれらを再度組み合わせることは、従来の技術を用いて画像全体をフィルタリングすることによって負われ得る計算コストを負わずに高品質シャープニングを生成する。

本発明が、特定の実施形態の観点から上述されたが、前記の実施形態は例示目的のみとして提供され、本発明の範囲を限定または規定しないことが理解されたい。以下を含むがそれらに限定されない様々な他の実施形態も、特許請求の範囲内にある。例えば、本明細書中に説明される要素および構成要素は、さらなる構成要素に分けられるか、または同じ機能を実行することに対してより少ない構成要素を形成するように緒に組み合わされる。

本発明の所定の実施形態が図１に示される媒体１００と一緒に説明されるが、本明細書中に開示される技術は、媒体１００との使用に限定されない。むしろ、本明細書中に開示される技術は、任意の数のレイヤおよび任意の色の組み合わせを有する媒体と一緒に用いられ得る。画像レイヤは、媒体の構造内のどこにでも位置され得る。

上述された技術は、例えば、ハードウェア、ソフトウェア、ファームウェアまたはそれらの任意の組み合わせにおいてインプリメントされ得る。上述された技術は、プロセッサ、プロセッサによって読取可能なストレージ媒体（例として、揮発性および非揮発性メモリ、および／またはストレージ要素が挙げられる）、少なくとも一つの入力デバイス、および少なくとも一つの出力デバイスを含む、プログラマブルコンピュータ上で実行する１つ以上のコンピュータプログラムにおいてインプリメントされ得る。プログラムコードは、上述された機能を実行し、かつ出力を生成するために、入力デバイスを用いて入力された入力に適用され得る。出力は、１つ以上の出力デバイスに提供され得る。

上記の特許請求の範囲内における各コンピュータプログラムは、アセンブリ言語、機械言語、高レベル手続き言語またはオブジェクト指向プログラミング言語のような任意のプログラミング言語においてインプリメントされ得る。プログラミング言語は、例えば、コンパイルされた、または翻訳されたプログラミング言語になり得る。

そのようなコンピュータプログラムの各々は、コンピュータプロセッサによる実行のために機械読取可能ストレージデバイスにおいて有形的に組み入れられるコンピュータプログラム製品においてインプリメントされ得る。本発明の方法ステップは、入力において動作し、かつ出力を生成することによって発明の機能を実行するためにコンピュータ読取可能媒体において有形的に組み入れられるプログラムを実行するコンピュータプロセッサによって実行され得る。適したプロセッサは、例として、一般のおよび特殊なマイクロプロセッサの両方が挙げられる。一般に、プロセッサは、読取可能メモリおよび／またはランダムアクセスメモリから命令およびデータを受け取る。コンピュータプログラム命令を有形的に組み入れるために適したストレージデバイスは、例として、ＥＰＲＯＭ、ＥＥＰＲＯＭおよびフラッシュメモリデバイスのような半導体メモリデバイス、内臓ハードディスクおよびリムーバブルディスクのような磁気ディスク、光磁気ディスク、ならびにＣＤ−ＲＯＭのような非揮発性メモリの全形式が挙げられる。前述の任意のものは、特殊設計されたＡＳＩＣ（特定用途向け集積回路）またはＦＰＧＡ（フィールドプログラマブルゲートアレイ）によって補われるか、またはそれらにおいて組み入れられ得る。コンピュータは、一般に、内臓ディスク（図示されず）またはリムーバブルディスクのようなストレージ媒体からプログラムおよびデータを受け取ることもできる。これらの要素は、紙、フィルム、ディスプレイスクリーン、または他の出力媒体において色またはグレイスケールピクセルを生成できる、任意のデジタルプリントエンジンまたはマーキングエンジン、ディスプレイモニタ、もしくは他のラスターエンジンと組み合わせて用いられ得る、本明細書中に説明される方法をインプリメントするコンピュータプログラムを実行するために適した他のコンピュータとともに、従来のデスクトップまたはワークステーションにおいても見出される。

Claims (22)

1. ソース画像を処理する方法であって、
   （Ａ）第１の密度ｄ_０を有する該ソース画像の第１の部分を識別するステップと、
   （Ｂ）該第１の密度ｄ_０に基づいて第１のゲインｇ_０を識別するステップと、
   （Ｃ）シャープニングされた画像の第１の部分を生成するために該第１のゲインｇ_０を有するシャープニングフィルタを適用するステップと、
   （Ｄ）該第１の密度ｄ_０と異なる第２の密度ｄ_１を有する該ソース画像の第２の部分を識別するステップと、
   （Ｅ）該第２の密度ｄ_１に基づいて第２のゲインｇ_１を識別するステップであって、該第２のゲインｇ_１が該第１のゲインｇ_０と異なる、ステップと、
   （Ｆ）該シャープニングされた画像の第２の部分を生成するために該第２のゲインｇ_１を有する該シャープニングフィルタを適用するステップと
   を包含する、方法。
2. （Ｇ）前記ステップ（Ｃ）の前に、前記第１の密度ｄ_０に基づいて第１のサポートｓ_０を識別するステップと、
   （Ｈ）前記ステップ（Ｆ）の前に、前記第２の密度ｄ_１に基づいて第２のサポートｓ_１を識別するステップと
   をさらに包含し、
   該ステップ（Ｃ）が、前記シャープニングされた画像の前記第１の部分を生成するために前記第１のゲインｇ_０および該第１のサポートｓ_０を有する前記シャープニングフィルタを適用するステップを含み、かつ
   該ステップ（Ｆ）が、該シャープニングされた画像の前記第２の部分を生成するために前記第２のゲインｇ_１および該第２のサポートｓ_１を有する該シャープニングフィルタを適用するステップを含む、
   請求項１に記載の方法。
3. 前記ステップ（Ｂ）が、
   （Ｂ）（１）前記第１の密度ｄ_０に対する複数の基底関数のゲインを識別するステップを含み、
   前記ステップ（Ｃ）が、
   （Ｃ）（１）該複数の基底関数への前記ソース画像の投影を計算するステップと、
   （Ｃ）（２）該ゲインを用いて該投影を組み合わせることによって前記シャープニングされた画像の前記第１の部分を生成するステップと含む、
   請求項１に記載の方法。
4. ソース画像を処理するためのデバイスであって、
   第１の密度ｄ_０を有する該ソース画像の第１の部分を識別するための第１の識別手段と、
   該第１の密度ｄ_０に基づいて第１のゲインｇ_０を識別するための第２の識別手段と、
   シャープニングされた画像の第１の部分を生成するために該１のゲインｇ_０を有するシャープニングフィルタを適用するための第１の適用手段と、
   該第１の密度ｄ_０と異なる第２の密度ｄ_１を有する該ソース画像の第２の部分を識別するための第３の識別手段と
   該第２の密度ｄ_１に基づいて第２のゲインｇ_１を識別するための第４の識別手段であって、該第２のゲインｇ_１が該第１のゲインｇ_０と異なる、第４の識別手段と、
   該シャープニングされた画像の第２の部分を生成するために該第２のゲインｇ_１を有する該シャープニングフィルタを適用するための第２の適用手段と
   を備える、デバイス。
5. 前記第１の密度ｄ_０に基づいて第１のサポートｓ_０を識別するための手段と、
   前記第２の密度ｄ_１に基づいて第２のサポートｓ_１を識別するための手段と
   を備え、
   前記第１の適用手段が、前記シャープニングされた画像の前記第１の部分を生成するために前記第１のゲインｇ_０および該第１のサポートｓ_０を有する前記シャープニングフィルタを適用するための手段を含み、
   前記第２の適用手段が、該シャープニングされた画像の前記第２の部分を生成するために前記第２のゲインｇ_１および該第２のサポートｓ_１を有する該シャープニングフィルタを適用するための手段を含む、
   請求項４に記載のデバイス。
6. 前記第２の識別手段が、
   前記第１の密度ｄ_０に対する複数の基底関数のゲインを識別するための手段を含み、かつ前記第１の適用手段が、
   該複数の基底関数への前記ソース画像の投影を計算するための手段と、
   該ゲインを用いて該投影を組み合わせることによって前記シャープニングされた画像の前記第１の部分を生成するための手段とを含む、
   請求項４に記載のデバイス。
7. ソース画像を処理する方法であって、
   （Ａ）該ソース画像のシャープニングされたバージョンを初期化するステップと、
   （Ｂ）複数の解像度ｌの各々に対して、
   （１）解像度ｌに関連したゲインＧを識別するステップと、
   （２）解像度ｌに関連した基底関数Ｂへの該ソース画像の投影Ｐを識別するステップと、
   （３）該ゲインＧおよび該投影Ｐに基づいて解像度ｌにおける該ソース画像の該シャープニングされたバージョンを更新するステップと
   を実行するステップと、
   （Ｃ)該ソース画像の該更新されたシャープニングされたバージョンを該ソース画像の最終のシャープニングされたバージョンとして提供するステップと
   を包含する、方法。
8. 前記ステップ（Ｂ）（２）が、
   （Ｂ）（２）（ａ）解像度ｌにおける前記ソース画像の表示を得るステップと、
   （Ｂ）（２）（ｂ）解像度ｌにおける該ソース画像の低域通過帯域を得るステップと、
   （Ｂ）（２）（ｃ）解像度ｌにおける該ソース画像の該表示および解像度ｌにおける該ソース画像の該低域通過帯域に基づいて解像度ｌにおける該ソース画像の高域通過帯域を得るステップと
   を含む、請求項７に記載の方法。
9. 前記ステップ（Ｂ）（２）（ａ）が、
   （Ｂ）（２）（ａ）（ｉ)低域通過画像を生成するために前記ソース画像を低域通過フィルタリングするステップと、
   （Ｂ）（２）（ａ）（ｉｉ）解像度ｌにおける該ソース画像の前記表示を生成するために該低域通過画像をダウンサンプリングするステップと
   を含む、請求項８に記載の方法。
10. 前記ステップ（Ｂ）（２）（ｂ）が、
    （Ｂ）（２）（ｂ）（ｉ)アップサンプリングされた画像を生成するために解像度ｌにおける前記ソース画像の前記表示をアップサンプリングするステップと、
    （Ｂ）（２）（ｂ）（ｉｉ）解像度ｌにおける該ソース画像の前記低域通過帯域を生成するために該アップサンプリングされた画像を低域通過フィルタリングするステップと
    を含む、請求項９に記載の方法。
11. 前記ステップ（Ｂ）（２）（ｃ）が、前記高域通過帯域を生成するために前記低域通過帯域を前記ソース画像から減算するステップを含む、請求項１０に記載の方法。
12. 前記ステップ（Ｂ）（３）が、
    （Ｂ）（３）（ａ）積を生成するために前記投影Ｐを前記ゲインＧで掛けるステップと、
    （Ｂ）（３）（ｂ）解像度ｌにおける前記ソース画像の更新されたシャープニングされたバージョンを生成するために解像度ｌにおける該ソース画像の前記シャープニングされたバージョンに該積を加算するステップと
    を含む、請求項７に記載の方法。
13. （Ｄ）前記ステップ（Ｂ）の前に、前記複数の解像度ｌの各々に対する平均基底関数を識別するステップと
    （Ｅ）前記ステップ（Ｂ）の前に、複数の密度ｄの各々に対して、
    （１）密度ｄに対する所望の周波数応答を識別するステップと、
    （２）該平均基底関数および密度ｄに対する該所望の周波数応答に基づいて密度ｄに対するゲインを識別するステップと
    をさらに包含し、
    前記ステップ（Ｂ）（１）が、該ステップ（Ｅ）（２）にて識別されるゲインのうちの１つを前記ゲインＧとして識別するステップと含む、
    請求項７に記載の方法。
14. 前記ステップ（Ｅ）（２）が、
    （Ｅ）（２）（ａ)重み付け関数を識別するステップと、
    （Ｅ）（２）（ｂ）前記平均基底関数、密度ｄに対する前記所望の周波数応答および該重み付け関数に基づいて密度ｄに対する前記ゲインを識別するステップと
    を含む、請求項１３に記載の方法。
15. ソース画像を処理するためのデバイスであって、
    該ソース画像のシャープニングされたバージョンを初期化するための手段と、
    複数の解像度ｌの各々に対して、
    解像度ｌに関連したゲインＧを識別するための第１の識別手段と、
    解像度ｌに関連した基底関数Ｂへの該ソース画像の投影Ｐを識別するための第２の識別手段と、
    該ゲインＧおよび該投影Ｐに基づいて解像度ｌにおける該ソース画像の該シャープニングされたバージョンを更新する第３の識別手段と
    を含む反復手段と、
    該ソース画像の該ソース画像の該更新されたシャープニングされたバージョンを最終のシャープニングされたバージョンとして提供するための提供手段と
    を備える、デバイス。
16. 前記第２の識別手段が、
    解像度ｌにおける前記ソース画像の表示を得るための第１の手段と、
    解像度ｌにおける該ソース画像の低域通過帯域を得るための第２の手段と、
    解像度ｌにおける該ソース画像の該表示および解像度ｌにおける該ソース画像の該低域通過帯域に基づいて該解像度ｌにおけるソース画像の高域通過帯域を得るための第３の手段と
    を含む、請求項１５に記載のデバイス。
17. 前記得るための第１の手段が、
    低域通過画像を生成するために前記ソース画像を低域通過フィルタリングするための手段と、
    解像度ｌにおける前記ソース画像の前記表示を生成するために該低域通過画像をダウンサンプリングするための手段と
    を含む、請求項１６に記載のデバイス。
18. 前記得るための第２の手段が、
    アップサンプリングされた画像を生成するために解像度ｌにおける前記ソース画像の前記表示をアップサンプリングするための手段と、
    解像度ｌにおける該ソース画像の前記低域通過帯域を生成するために該アップサンプリングされた画像を低域通過フィルタリングするための手段と
    を含む、請求項１７に記載のデバイス。
19. 前記得るための第３の手段が、前記高域通過帯域を生成するために前記低域通過帯域を前記ソース画像から減算するための手段を含む、請求項１８に記載のデバイス。
20. 前記提供手段が、
    積を生成するために前記投影Ｐを前記ゲインＧで掛けるための手段と、
    解像度ｌにおける前記ソース画像の更新されたシャープニングされたバージョンを生成するために解像度ｌにおける該ソース画像の前記シャープニングされたバージョンに該積を加算するための手段
    を含む、請求項１５に記載のデバイス。
21. 前記複数の解像度ｌの各々に対する平均基底関数を識別するための第４の識別手段と、
    複数の密度ｄの各々に対して、
    密度ｄに対する所望の周波数応答を識別するための第５の識別手段と、
    該平均基底関数および密度ｄに対する該所望の周波数応答に基づいて密度ｄに対するゲインを識別するための第６の識別手段とを含む反復手段と
    をさらに備え、
    該第１の識別手段が、該第６の識別手段によって識別される該ゲインのうちの１つを前記ゲインＧとして識別するための手段を含む、
    請求項１５に記載のデバイス。
22. 前記第６の識別手段が、
    重み付け関数を識別するための手段と、
    前記平均基底関数、密度ｄに対する前記所望の周波数応答および該重み付け関数に基づいて密度ｄに対する前記ゲインを識別するための手段と
    を含む、請求項２１に記載のデバイス。

Images