JP4987414B2 - 電光画像処理システムを調整する方法及び装置 - Google Patents

Description

本発明は一般に電光画像処理システムの調整及び補償に関連し、特にその製造及び組立の間及びその後における電光画像処理システムの調整及び補償に関連する。

電光画像処理システムは典型的には光学サブシステム（例えば、レンズアセンブリ）、電子的な検出サブシステム（例えば、ＣＣＤ検出器アレイ）及びディジタル画像処理サブシステム（例えば、典型的には専用チップやソフトウエアで実現される）を含む。製造プロセスでは、電光画像処理システムの製造及び組立における変動はシステム全体のパフォーマンスを劣化させるおそれがある。

例えば光学サブシステムでは、製造されるレンズ要素の重要なパフォーマンス特性は光学面の質及び精度に依存する。レンズ表面の品質はレンズの仕上がり（傷、汚点等）を描写する。レンズ表面の精度は、製造されたレンズ要素が公称設計仕様にどの程度合っているかを描写する。レンズ製造段階での一般的なエラーは、表面倍率変動（曲率半径の変動）、非対称性エラー（例えば、要素の割り込み(wedge)や偏心化）及び厚みエラーを含む。組立段階での一般的なエラーは要素の傾き(tilt)、偏心化及び間隔又は位置のエラーを含む。

検出サブシステムの製造も固有のプロセス変動をもたらす。半導体製造プロセスは、検出器の品質に広範な様々な変動をもたらすおそれがある。そのような製造変動の影響は、所与の検出器に関するランダムノイズ特性に加えて欠陥ピクセルやカラムのような決定性の(deterministic)エラーにより特徴付けられる。ノイズの影響は時間的なノイズ（ショットノイズ、リセットノイズ、増幅ノイズ、ダークカレントノイズ）及び空間的なノイズ（非一様な写真応答）を含む。他のフォトディテクタアーチファクトは隣接する画素への電荷の分散又は焦点ぼけを含む。

製造が完了した後でも、通常の日常的利用は、例えば光学要素のアライメントが緩やかにずれてくるような場合に、システムパフォーマンスを徐々に劣化させるおそれがある。これらの変動に対する光システムの高感度性に起因して、最終的に配備されたシステムの画像処理パフォーマンスは理論的な公称設計値のものよりかなり低くなるおそれがある。従って、そのような変動を正す又は補償する機能は電光画像処理システムの製造及び利用で重要な部分になる。

例えばトレランス分析又は感度分析は、製造又は組立エラーに最も影響を受ける設計態様を明らかにするために使用可能である。トレランス分析を利用して、設計者はそのようなエラーに対して低感度なデザインを見出そうとする。しかしながら、感度分析は特定のエラーに対するデザインの感度を減らすことはできるが、多くの場合、感度分析だけでは、電光システムの所望のパフォーマンスを保証するのにしばしば充分でない。

プロセス変動に対処する別の技術は「補償器(compensator)」を含む。その名が示すように、補償器は、望まれない変動を補償するように、電光画像処理システムの或るパラメータ（補償パラメータと呼ばれる）を調整するのに使用される。或るクラスの補償器は例えば精密なネジのような機械的な補償器である。これらは光学サブシステムで光学要素の位置を調整し、システム全体の変動を補償するのに使用可能である。補償器は、システムが使用されるフィールドに設けられる前に初期組立プロセスの一部として調整されてもよいし、及び／又はシステムが使用されるフィールドに設けられた後に校正プロセス又は再校正プロセスの一部として調整されてもよい。

しかしながら、電光画像処理システムは一般に複雑であるので、補償器の調整はサブシステムの段階（サブシステムの単位で）でしばしば実行される。補償器を調整する従来の方法は一般に２つの別々の段階を含む。第１に、光学サブシステムの補償器が、ディジタル画像処理サブシステムでの可能な補償によらず調整される。従来の目的は光学サブシステム補償器を調整し、高品質な中間的な画像源を形成することである。第２に、その中間的な光画像中の何らかの残存する欠陥をディジタル的に補償するように、画像処理サブシステムが以後調整される。

２段階の補償は一般にそれらの間でほとんど調整の余地がない。これらの段階の相違は、それらの方法、ツール、目的及び制約に関する光学及び画像処理の分野間のかなりの相違を反映する。例えば、各分野は潜在的な多くのアプリケーションを網羅するが、一般にそれら２つの分野間は電光画像処理システム以外でほとんど重複していない。一般に、顕微鏡、望遠鏡、眼鏡等の従来の製法は如何なる重要な画像処理も考察していない。同様にデータ圧縮、コンピュータグラフィクス及び画層修正のような画像処理の分野は一般に如何なる重要な光学的情報も含んでいない。その結果、各分野は互いに独立に発展し、各自固有の用語、最良の実践法及びツール群を発展させている。一般に、これらの各々の分野に精通して支配しなければならないことは、電光画像処理システムの統一化を妨げる。統一的観点で重要な問題の１つは、２つの個々の分野で問題及び手法を記述する共通言語が欠如していることである。１つの顕著な例は各分野に関する基礎的な概念要素に関する考察で見受けられる。光学システムは光線及び受動的光学素子を取り扱うが、画像処理システムは情報バイト及び能動的なアルゴリズムを取り扱う。これら２つの基礎的なクラスのエンティティを支配する規則及び制約は様々に異なる。

従来法の１つの問題は、光学サブシステム及びディジタル画像処理サブシステム間の協働性が見落とされていたことである。光学サブシステムの調整は、ディジタル画像処理サブシステムに関する情報なしに「最良の(best)」光画像を作成する。画像処理サブシステムの調整は、以前に調整された光学サブシステムを変更する機能なしに、「最良の」ディジタル画像を作成する。かくてこれらのサブシステムは電光画像処理システムを形成する。つまり、光学サブシステムとディジタル画像処理サブシステムとの協働を実現するシステムを電光画像処理システムという。２つの独立に調整された「最良の」サブシステムを連結しても、「最良の」全体的な画像をもたらさないかもしれない。２つの独立に調整されたサブシステム間で望まれない相互作用があるかもしれないし、２つのサブシステム間の協働が実現されてないかもしれない。

本発明の課題は、電光画像処理システム全体についてパフォーマンスを全体的に最適化する考察に基づいて、電光画像処理システムを調整する手法をもたらすことである。

本発明は、電光画像処理システム全体の中で異なるサブシステムを考慮に入れる統一された調整法を用意することで、従来技術の制約を克服する。一実施例では、本手法は、光学サブシステム、検出サブシステム及びディジタル画像処理サブシステムを介するソースの伝搬を決定することに基づいて、エンドトゥエンドの画像処理パフォーマンスを予測する。そして光学サブシステムはそれらの他のサブシステムを考慮した後に調整される。例えば調整は、画像処理の影響を考慮に入れるポストプロセシングパフォーマンスメトリックに直接的に基づいてもよい。ディジタル画像処理サブシステム及び光学サブシステムの補償器は、そのポストプロセシングパフォーマンスメトリックに基づいて連帯的に調整されてよい。従来の手法とは異なり、光学サブシステムで高品質画像用に生成されていた中間的な光画像は必要とされず、例えば画像はディジタル画像処理サブシステムでの他の調整によって以後に改善されてもよい。

本調整手法は、結合された電光画像処理システムを全体的に考察し、一群の補償パラメータを所望の出力に備えて最適化しようとする。このように本フレームワークは、統一された見方及び言葉を提供し、その見方及び言葉で電光画像処理システムのエンドトゥエンドパフォーマンスを評価する。つまり、そのような手法は従来の制約を緩和し、その制約は、光学サブシステムにより形成された中間的な光画像が高品質画像であることである（波面誤差やスポットサイズのような伝統的な光学的性能指数により測定される）。

一形態では、調整手法はソースの空間的なモデルに基づいて電光画像処理システムを介する伝搬（プロパゲーション）をモデル化することを含む。そして光学サブシステム及びディジタル画像処理サブシステムはポストプロセシングパフォーマンスメトリックに直接的に基づいて連帯的に調整され、そのメトリックはモデル化された伝搬に基づいて算出される。光学サブシステムはポストプロセシングパフォーマンスメトリックを最適化すること（例えば、画像処理パラメータが全体的に最適なパフォーマンスを与えるように選択されることを仮定すること）に基づいて調整されてもよい。これは、光学サブシステムが高品質の中間的な光画像源（ソース）を形成することを必要とせずに行える。

光学サブシステムを介する光の伝搬をモデル化すること（モデリング）は様々な手法で達成可能である。特定の実施例は特定のアプリケーションに依存するかもしれない。線形システム法が使用されるならば、光学サブシステム及びディテクタサブシステムは、y=Hs+n を用いてモデル化可能であり、ここでｙは予測された画像であり、ｓは理想的にサンプルされた画像源であり、Ｈは、光学サブシステム及びディテクタサブシステム双方を考慮するサンプル点拡散関数(sampled point spreading function)であり、ｎはノイズである。

ポストプロセシングパフォーマンスメトリックもアプリケーションによって変わるかもしれない。好ましいディジタル画像処理パフォーマンスメトリックは、ソースの理想的な画像と、電光画像処理システムを介するソースの伝搬により生成された画像との間の二乗平均誤差である。最終目的が何らかの種類の検出又は認識であるアプリケーション（例えば、文字認識又はバーコード読み取り）に対して、ポストプロセシングパフォーマンスメトリックは、認識精度の指標（measure）（例えば、エラーレート、偽陽性のレート(rate of false positives)、ビットエラーレート等）でもよい。

エンドトゥエンド調整法の１つの利点は、もたらされる電光画像処理システムは従来法で調整されたシステムのものと同一又はそれ以上のパフォーマンスを達成することであり、たとえ光学サブシステムが中間的な光画像を形成したとしてもそれは従来の光学サブシステムで形成されるものより画像品質はかなり悪くてよい。

エンドトゥエンドの調整法に関する多くの様々な実施例も明らかになるであろう。光学サブシステムを介するプロパゲーションを判定することに関し、或る手法では、光測定装置により光学サブシステムが特徴付けられ、その特徴を用いて光学サブシステムのモデルを作成する。例えば、従来の装備は、光学サブシステムの光伝達関数、振幅伝達関数又はポイント拡散関数を測定するのに使用され、それらの量と共に光学サブシステムのモデルの基礎を形成する。調整は実際の光学サブシステムに適用され、測定装置は調整されたサブシステムの新たな特徴を作成する。

別の手法では、光学サブシステムの物理的な指標（例えば、レンズ形状、間隔、傾斜角等）が考慮され、光学サブシステムに関する更に詳細なモデルを構築するのに使用される。調整はこの「仮想的な」光学サブシステムに適用され、その基礎に基づいて最適化が進められる。このシミュレーションを通じて最終的な調整内容が決定されると、それらが現実の光学サブシステムに適用される。

スペクトルの他方端では、光学サブシステムを介するソース（ソース信号）の伝搬はモデルではなく実際の伝搬に基づいて決定されてもよい。言い換えれば、実際のソース（ソース信号又はソース光）が実際の光学サブシステムに照射されてもよい。同様な議論がディテクタサブシステム及びディジタル画像処理サブシステムに当てはまる。

一形態では、ディテクタサブシステム及びディジタル画像処理サブシステムのモデルを導入するように、従来の光測定装置は修正される。例えば、従来の干渉テスタは光学サブシステムのＯＰＤマップを表示してもよい。しかしながら修正されたテスタはディテクタモデル及びディジタル画像処理モデルを含む。テスト画像が修正されたテスタにロードされてもよい。ＯＰＤマップを取得した後に、テスタは電光画像処理システムを介する伝搬を模擬し、ＯＰＤマップではなく、シミュレーションした画像又は他のポストプロセシングパフォーマンスメトリックを表示する。

本発明の他の形態では、調整プロセス自体が異なる段階でなされてよい。例えば調整は電光画像処理システムの製造又は組立の一部として（途中で）でなされてもよい。或いは調整は電光画像処理システムのフィールド調整の一部としてなされてもよい。

本発明の他の形態は、上記の調整法を実現するためのツール、装置及びソフトウエアを含む。

本発明は他の利点及び特徴をも有し、添付図面に関連する本発明の以下の詳細な説明及び添付された特許請求の範囲から更に明瞭になるであろう。

図１は電光画像処理システム１００を設計後に調整する問題点を説明するためのブロック図である。画像処理システム１００は光学サブシステム１１０、ディテクタサブシステム１２０及びディジタル画像処理サブシステム１３０を含む。画像処理システム１００はソース（ソース信号）１５０を画像処理し、ディジタル画像１８０を生成するよう意図されている。画像処理システム１００は既に設計済みであり、製造工程中である又は製造後の調整中である。一般的な問題は、或る制約の下に、全体的なパフォーマンスを「最適化」するように画像処理システム１００に対する調整を行うことである。多くの場合、最適化の目的は、入力ソース１５０のアプリケーション特有な理想化されたバージョン１５５に合致するディジタル画像１８０を生成することである。

図２は電光画像処理システム１００を調整する本発明による方法例を示す。図２を参照するに、本設計法はソース１５０を選択するステップ２１０を含む。ソース１５０は、そのシステムの調整用に選択され、システム１００が画像処理用にデザインするソースと同じでもよいし異なっていてもよい。例えば特定のテストソース（テストソース信号）１５０が調整プロセスに使用されてもよい。ターゲットテストでは、標準的なターゲットオブジェクト（例えば、スタンダードU.S.エアフォースターゲット）がシステム調整用のソースに使用されてもよい。或いは画像処理される実際のソースを表す一連のソースが使用されてもよい。或る実施例では実際のソース自身が使用されるかもしれない。

更に、選択されたソース１５０は或る物理的形式で使用されてよいが、別の手法ではその代わりにソースの空間的モデルが使用される。モデルは特定の状況に合わせて仕立てられてもよいし、以前に配備したモデル及び／又は他の用意されたものに基づいて経験的に見積もられてもよい。照明、ラジオメトリ及びジオメトリ（幾何学形状）はソースモデルに反映されてよいファクタである。ソースの空間モデルは好ましくはソースの統計的モデルを含む。更なる具体例は以下に説明される。電気光学画像化システムの設計空間を定める。各サブシステムのパラメータをθｏ、θｄ、θｉとする。例えば、光学サブシステムの設計空間は、ベクトルθｏで記述されるが、レンズの数、タイプ、大きさや曲率半径、絞り（stop）等により規定される。ディテクタサブシステムの設計空間は、ベクトルθｄで表すが、ピクセル数、検出器の間隔、フィルファクタ（fill factor）、帯域幅、ピクセルジオメトリ等をパラメータで表示する。ディジタル画像処理サブシステムの設計空間は、ベクトルθｉで表され、適用すべきディジタル画像処理のタイプとその処理タイプのパラメータ（例えば、フィルタは線形か非線型か、タップ数はいくつか、タップウェイト（tapweights）等）を特定する。設計に関連するいろいろな非画像化制約条件やコストを規定してもよい。各サブシステムの設計空間の大きさは、アプリケーションに応じて変化する。場合によっては、サブシステムの設計には大きな自由があってもよい。他の場合において、サブシステムの設計が厳しく制限されても、事前に規定（例えば、検出器アレイが事前に選択されて）されていてもよい。

電光画像処理システムの補償空間が明示的に又は黙示的に規定される２２０。図１ではサブシステム各々に対する補償空間は、補償パラメータθ₀，θ_d，θ_iでそれぞれ規定される。

例えば、光学サブシステム１１０の補償空間は、ベクトルθ₀で記述され、光学サブシステムに対してなされてよい様々なタイプの機械的調整を含んでよい。一般的な補償パラメータはレンズ系の後部焦点(back focus)である。多くの光学サブシステムは、機械的な補償器がレンズ系の後部焦点を調整することを許容するように設計される。製造プロセス完了後に、レンズの実効的な焦点距離は公称設計値からかなりずれているかもしれない。レンズ系の後部焦点を調整する機能を備えることで、製造者は、許容できるパフォーマンスを維持しつつ、レンズ系をフォトディテクタアレイに適合させることができる。他の機械的補償パラメータの例は、様々な光素子を任意の３次元座標軸に関してずらす又は傾ける機能を含む。

ディテクタサブシステム１２０の補償空間に関し、それはベクトルθ_dで記述され、センサ製造者は様々な技術を利用してディテクタサブシステムでの変動を補償する。これらの変動は、例えば、半導体製造プロセスにおける変動によって引き起こされるかもしれない。補償技術の具体例は、相関二重サンプル(correlated double sampling)、フラットフィールド補償(flat field correction)、バイアス減算及び補間を含む。これらの補償技法はディテクタサブシステム自体の中でしばしば行われるかもしれない。以下に与えられる例では、電気的な補償は、ディテクタサブシステムにより自動的になされるブラックボックスプロセスとしてモデル化される。ディテクタサブシステムにより実行される補償は特定のセンサに関する決定論的なアーチファクトを効果的に最小化するが、電気的な補償は所与のディテクタに関して空間的に変動するノイズ特性を招く傾向があり、以下で説明される調整プロセス例で対処される。

ディジタル画像処理サブシステム１３０の補償空間は、ベクトルθ_iによって記述され、適用可能なディジタル画像処理のタイプ及び処理タイプのパラメータ（例えば、線形又は非線形フィルタ、タップ数、タップウェイト等）を識別する。その調整に関し、様々な非画像処理的な制約又はコスト１７０が規定されてもよい。例えば補償パラメータは典型的には予め定められた範囲にわたってしか調整されないかもしれない。各サブシステムの補償空間のサイズはアプリケーションに依存して異なってもよい。場合によっては或るサブシステムを調整する場合に多くの自由度があってもよい。言い換えれば、或るサブシステムについては全く調整されない或いはほとんど調整できなくてもよい。

ポストプロセシングパフォーマンスメトリック１９０も規定される２３０。このパフォーマンスメトリックは、画像処理前ではなく画像処理後のパフォーマンスに基づくという意味で処理後（ポストプロセシング）である。例えば、光学サブシステムで生成される中間的な光画像のスポットサイズ又は波面誤差の指標単独で、光学サブシステムに関する従来のエラーメトリックになってもよいが、それらはポストプロセシングパフォーマンスメトリックではない。図１では、ポストプロセシングパフォーマンスメトリック１９０は、理想的なディジタル画像１５５と、画像処理システム１００で生成されるディジタル画像１８０との比較に基づいている。

多くの状況では、画像１８０はサブシステム１１０，１２０及び１３０を介して選択されたソースの伝搬に基づいて決定される。この伝搬は実際のものでもよいし、シミュレーションされたものでもよいし、或いはモデル化されたものでもよい。例えば光学サブシステムを介する実際の伝搬は、検査光ベンチ(bench)を構成し、実際のソースを用いて実際の物理的な光学サブシステムに照光することで決定できる。シミュレーションの例では、実際の光学サブシステムの測定値が使用され、コンピュータで構築された対応する「仮想的な」光学サブシステムを利用する。光学サブシステムを介する伝搬は、仮想的なシステムを介するソースの伝搬をシミュレーションすることで決定される。モデル化の手法の場合は、光学サブシステムは、例えば測定された振幅伝達関数(MTF: Modulation Transfer Function)によりモデル化される。サブシステムの伝搬は、サブシステムのMTFモデルに基づいて決定される。

調整ステップ２４０は、調整空間の中で或る調整内容を選択するように説明でき、その調整内容は（ひょっとすると或る制約（例えば、或るコスト１７０の制約）の下で）ポストプロセシングパフォーマンスメトリック１９０を最適化するものである。光学サブシステム１１０及びディジタル画像処理サブシステム１３０は、従来の調整法のように独立にではなく、一緒に調整されることが好ましい。数学的には、図１の表記を用いると、調整ステップは、ひょっとするとコスト１７０による或る制約の下で、パフォーマンスメトリックを直接的に最適化するように補償パラメータθ_０，θ_ｄ，θ_ｉを選択するように説明できる。

多数の最適化アルゴリズムが使用可能である。線形な場合、パラメータは解析的に又は既知の及び適切な数値計算を用いて解くことができるかもしれない。或る非線形な場合を含む、より複雑な場合には、期待値最大化、傾斜降下法及び線形計画法等のような技法を用いてデザイン空間を探索できる。

最適化は人の参加を含んでもよい。例えば表示されるディジタル画像１８０をその者が「最良に」見えるようにすることで、人が手動で補償器を調整してもよい。或いは、パフォーマンスメトリック１９０が表示され、パフォーマンスメトリック１９０を最適化する目標と共に人が補償器を調整してもよい。

図１及び図２双方で、単に最適化される、光学サブシステム１１０、ディテクタサブシステム１２０又はディジタル画像処理サブシステム１３０に何らの制約もないことに留意を要する。これらのサブシステムに関し、単独で考察された場合には最適なパフォーマンスより劣化したものを示すが、全体的な電光画像処理システム１００は依然として良好な又はそれでも最適なパフォーマンスを示すことは、全く可能である。これは従来の調整法とは全く異なり、例えば、従来法では光学サブシステム１１０は典型的にはそこで形成された中間的な光画像の画像品質を直接的に最適化することで調整されている。例えば、光学サブシステム１１０はＲＭＳ波面エラー又はＲＭＳスポットサイズを直接的に最小化することに基づいて調整されてよい。これに対して、図２の調整法では、光学サブシステム１１０で形成される中間的な光画像は（例えば、波面エラー又はスポットサイズで測定される場合に）良くない画像品質を有するかもしれない。その品質は後にディジタル画像処理サブシステム１３０で補償される。光学サブシステム１１０は、中間的な光画像の画像品質を直接的に改善することに基づいては調整されない。むしろ、ポストプロセシングパフォーマンスメトリック１９０を最適化することに直接的に基づいて、ディジタル画像処理サブシステム１３０と共に一緒に調整される。

図３−９は図１−２の調整プロセス例の更なる説明をもたらす。図３は或る調整方法例を示す図である。ステップ１３０では、光学サブシステム補償パラメータ中の電流値を用いて光学サブシステムを特徴付ける。この特定の例では、光学サブシステムは波面エラー又は光学経路差(OPD: Optical Path Difference)により特徴付けられる。ＯＰＤは従来の技法を用いて干渉法的に測定可能である。

より一般的には、他の調整法はＯＰＤ以外の特徴（属性）に基づいてもよく、従来のツールのある範囲が光学サブシステムを特徴付けるのに使用可能である（３１０）。そのようなツールは、単独のターゲット画像検査から非常に精密な干渉技法に及ぶ。ターゲット検査基づく或る手法では、標準的なターゲットオブジェクト（例えば、スタンダードU.S.エアフォースターゲット）がシステム全体を介して画像処理され（システム全体は、光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを含む）、処理後の画像が観測者によって評価される。全体的なパフォーマンスは許容可能である或いは許容可能でないように判断される。観測者は検査目標の「最良の」視覚的画像を形成するように補償器を調整する能力を有してよい。例えば、観測者が光学サブシステムで補償器を調整する場合に、ディジタル画像処理サブシステムは関連する調整を自動的に行ってもよい（行わなくてもよい）。新たな処理後の画像が表示され、その観測者は、処理後の画像品質が改善されたか改悪されたかを判定し、更なる調整を実行することができる。

光学サブシステムの他の一般的な特徴は、光伝達関数(OTF: Optical Transfer Function)又は振幅伝達関数（MTF）である。MTFは多くの様々な手法で決定可能である。例えば、MTFは実際の光学サブシステムを用いて物理的に測定されてもよい。OTFを測定することは、一般に、所与の光学サブシステムのポイント分散関数(PSF: Point Spreading Function)又はラインソースを測定することを含み、或いは正弦格子パターンを用いてMTFを直接的に測定することを含む。或いは、光学サブシステムの物理的な測定がなされ、その測定値に基づいてMTFが算出されてもよい。更なるレンズ特性法は、例えば、次の文献で説明されており、Rober E.Fischer and Biljana Tadic-Galeb, Optical System Design, McGraw-Hill, New York, 2000。

ステップ３３０では、ポストプロセシングパフォーマンスメトリックが、ソース、ディテクタサブシステム及び光学サブシステムの特徴に基づいて決定される。この特定の実施例では、パフォーマンスメトリックは、以下で詳細に説明されるような、シミュレートされた画像と理想的な画像との二乗平均平方根誤差である。シミュレートされた画像は、（OPD特性に基づいて）光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソース信号の伝搬をシミュレーションすることで決定される。

ステップ３３０は自律的ループ又は最適化法を有する。この例では、ディジタル画像処理サブシステムは新たなOPD各々について調整され、このプロセスは反復されてもされなくてもよい。ステップ３３０はポストプロセシングパフォーマンスメトリックを出力し、そのメトリックは光学サブシステムの調整を反復するためにステップ３２０で使用される。ディジタル画像処理サブシステムの調整内容は光学サブシステムの調整内容が変わると変化することに留意を要する。画像処理に関する様々な調整は、光学サブシステムの様々な調整によって導入される様々なエラーを補償するために利用される。かくて光学サブシステム及びディジタル画像処理サブシステムはポストプロセシングパフォーマンスメトリックに基づいて連帯的に調整される。例えば本プロセスは光学サブシステムに対する機械的調整を行うことに加えて、線形フィルタ係数を生成してもよい。

図３に関する一実施例では、電光画像処理システムを介する伝搬は以下の米国出願で説明されているのと同様な形式でモデル化されている。光学サブシステム及びディテクタサブシステムを介した伝搬後に観測される画像ｙは、次式で与えられる：

ここで、演算子Ｈは光学サブシステム及びディテクタサブシステムを線形に特徴付け、ｓは理想的な状態の下で捕捉された画像であり（例えば、当初のソース信号の理想的な幾何学的な投影）、ｎは２つのサブシステムに関するランダムノイズである。ＨはΘの関数であり、Θは調整可能な補償パラメータのベクトルであることに留意を要する。上記の数式（１）において、各種のパラメータは、光学サブシステムの光学伝達関数（ＯＴＦ）または振幅伝達関数（ＭＴＦ）により光学サブシステムをモデル化することもできる。ＯＴＦは画像座標x'における点像分布関数（point spread function）のフーリエ変換である。また、ここでωは１メートル当たりのサイクル数を単位とした空間周波数である。ＭＴＦは規格化されたＯＴＦの振幅（ゲイン）である。

ディジタル画像処理サブシステムの目的は、理想的な画像の推定ｓ^をもたらすことであり、その推定は理想的な画像ｓにできるだけ「近い」ものである。１つの画像処理形式は線形画像処理である。これらは一般に形式的に分析するのに簡易であり、実際のシステムに実現するにも簡易である。線形な枠組みでは、当初の信号は次のような線形演算子を用いて推定される：

ここで、Ｒは線形フィルタである。

この例では最小二乗平均誤差（MMSE: Minimum Mean Square Error）がリアプノフ(Lyapunov)関数又はターゲット関数として使用される。図１を参照するに、電光画像処理システム１００は、理想的な画像１５５及び実際のディジタル画像１８０間の二乗偏差の総和が最少になるように最適化される。ここで、理想的な画像は、帯域制限された、ノイズフリーなディジタル画像であり、それは充分な照光と共に及び回折なしに理論的なピンホール画像書入りシステムからもたらされるものである。かくて固定された一群の補償パラメータΘに関し、画像処理フィルタは次式を満たすように選択される：

ここで、期待値演算子εの添え字は、ランダムノイズｎ及び（仮定された）静的なランダム信号ｓに関する期待値を表す。ＭＭＳＥフィルタ法は、各自の平均及び共分散的構造以外に、ノイズモデル又は基礎とする信号の統計的性質について何らの条件も要求しない。ノイズ及び信号が非相関的であることを仮定すると、理想的な線形復元行列(linear restoration matrix)は次式で与えられる：

ここで、Ｃ_ｓ及びＣ_ｎはそれぞれ信号及びノイズの共分散行列を表す。

ピクセル毎のＭＳＥパフォーマンスは次式を用いてそのようなシステムで予測される：

ここで、Ｎはピクセル（画素）数であり、Tr［］はトレース演算子である。

しかしながら、既に形成済みの光学サブシステム及びディテクタサブシステムの調整を行う場合には、センサのノイズ共分散Cn及び光ポイント分散関数（PSF）及び従ってオペレータＨは初期には未知である。なぜならそれらは製造変動を説明するものだからである。これらの項の特徴付けは、名目的な設計に基づいてそれらを予測するのではなく、それらを測定することで達成される。

上述したように、所与の光学サブシステムの光学特性を測定するのに様々な技術が存在する。ＰＳＦ及びノイズ特性双方を推定する１つの簡易な手法は、画像フィールドにわたるいくつかのポイントでの理想的なポイントソースの反復的な測定を含む（スータテスト(star test)としても知られている。）。これらのポイントソースのフーリエ変換を平均化することで、ＰＦＳの推定を取得し、従って光伝達関数（ＯＴＦ）を取得する。更に、ノイズ共分散行列はフラット又はダークテスト領域で、或いは他の更に複雑な従来法を用いて推定されてもよい。従来法は例えば以下の文献に説明されている。Glenn Healey and Raghava Kondepudy, “Radiometric CCD camera calibration and noise estimation,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 16(3):267-276, 1994。

Ｈ及びＣ_ｎを特徴付ける手法によらず、これらの項が特徴付けられると、理想的な一群の光補償器Θ及び画像処理フィルタＲは数式（５）の予測されたＲＭＳＥを最小化するように選択可能である。

非線形復元法を用いることは、可能なポストプロセシングパフォーマンスメトリックの空間を広げる。例えば、最尤法(ML:Maximum Likelihood)又は最大帰納法(MAP:Maximum A-Posteriori)法のような、或るクラスの非線形復元法はしばしば統計的に裏付けられる（動機付けられる）。そのような手法は最少偏差と共に漸近的に公平化される利点を有し、ＭＭＳＥより強力な性質を有する。

例えば、信号ｓが決定性(deterministic)であるが未知信号であると仮定した場合、その信号のＭＬ推定は次式を満たす：

ここで、L(y|s)は観測されたデータについての統計的な尤度関数(statistical likelihood function)である。この特定の例では、この信号モデルでの加法性ノイズはガウシンアンであることが仮定されているので、MLコスト関数は次式の最小二乗（LS）目的関数を低減する：

多次元信号に関し（即ち、多数のピクセルの場合）、これらの行列をあらわに構築することが困難になるかもしれない。しばしば、反復法を用いて数式（７）を最小化し、その行列をあらわに構築する必要性を排除する。多くの状況では、演算子Ｈは不安定な解に対してランク不足(rank-deficient leading)である。そのような場合に、ソースパワースペクトル密度やソース関数の滑らかさ(source functional smoothness)のような付加的な情報が解空間を制限するために使用可能である。

未知信号について統計的な過去の情報が存在する場合、MAPコスト関数は次式のように書ける：

ここで、C(s)は未知信号についての過去の情報を表現し、Ψはデータ目的関数及び過去の情報間でのラグランジアン(Lagrangian)形式の相対的重みを表現する。この形式のコスト関数は解析的な解を許容しないかもしれない。クレーマー・ラオ(Clamer-Rao)不等式は、境界を規定することに加えて漸近的な非線形推定器のパフォーマンスを予測するために使用可能である。

上述の調整法が、シミュレートされる書類スキャナシステムを用いて特定の具体例に適用される。このシステムでは平面的なテキスト書類が線形アレイディテクタで画像処理される。このモデルは充分に高いSNRを有する300dpiスキャナシステムに近い。以下のシミュレーションでは、線形アレイに関連するノイズは、１グレイレベル（２５６の内の１）に等しい分散を有する非相関加法性ガウシアンノイズとしてモデル化される。

図４−５はシングレットレンズに関する「焦点距離（図４参照）」の調整例である。シングレットレンズ画像処理システムについての一般的な仕様は次のように与えられる：
瞳孔径＝９．８ｍｍ
画素間隔＝１５μｍ
充填率＝７５パーセント
ディテクタ深度＝８ビット
焦点距離＝７２．５ｍｍ
対物距離＝５００ｍｍ
フィールド高さ＝＋／−１５０ｍｍ
レンズ厚さ＝８ｍｍ
ガラス：ＢＫ７
波長＝５００ｎｍ
シングレットレンズは完璧に製造され組み立てられ、未知の光調整として後部焦点のみを残しているとする。この理想化された筋書きでさえ、従来の手法（後続の画像処理を考察せずにＯＰＤ最少焦点距離を見出す手法）は劣った結果をもたらす。

後部焦点距離を調整する従来法のシミュレーションを行うため、光学レンズ機構は、波面誤差測定装置によって特徴付けられるよう仮定される。ＯＰＤ−ＲＭＳ波面誤差は、図４の光線束で示されるように、完全なフィールド画像の０，７０及び１００パーセントを表すフィールド角にわたって平均化される。図５Ａは後部焦点距離の関数として波面誤差を示す。波面誤差を最小化するため、後部焦点距離は、レンズの後部面からディテクタにかけて８５ｍｍの間隔（５１０で示されるポイント）になるように調整されるべきである。この値はレンズメーカーの数式（近軸焦点が８４．８ｍｍであることを示す）に一致する。

さて、（本願の）エンドトゥエンド調整法では、光学サブシステムはＯＴＦで特徴付けられる。この例では、ＯＴＦは、ＰＳＦを推定するためにスターパターントレーニング画像を用いて、センサ面における２６個の等間隔に離れたフィールド位置で推定された。ＯＴＦの推定値及びノイズパワー共分散Cn（この場合は非相関ノイズ）を用いることで、二乗平均平方根誤差（RMSE）パフォーマンスは、数式５で与えられるMSEの平方根を用いて予測される。信号共分散行列C_Sは、テキスト書類トレーニング画像からランダムに１００タイルを選択し、信号が定常的であることを仮定しながら（即ち、Csはテプリッツ(Toeplitz)である）共分散行列を推定することで推定された。図５Ｂ中のライン５３０は、後部焦点距離の関数として予測されたＲＭＳＥを示す。予測されたＲＭＳＥ曲線は、従来の調整法で予測された８５ｍｍとは異なり、理想的な焦点距離が８６ｍｍ近辺（ポイント５２０）にあることを示す。

予測されたパフォーマンスを実際のパフォーマンスと比較するために、レンズ調整ソフトウエアZEMAXを利用しながら算出された実際のOTFを用いて、光画像は処理された。そして、各焦点距離でRMSEパフォーマンスを予測するのに使用される再構成フィルタが書類テスト画像に適用された。図５Ｂ中の曲線５４０Ａ−Ｃはテスト画像に関する実際のRMSEを示す。実線５４０Ａは、信号共分散行列Csを推定するのに使用されるのと同じ画像（テスト画像１）に関する実際のRMSEパフォーマンスを表す。実際のRMSEは数式５で予測されるパフォーマンスに近接している。破線５４０Ｂ及び５４０Ｃは、非常に異なる統計値を有するテスト画像（フォントサイズ、線間隔、グラフィックス、イメージ等が異なる）を用いる実際のＲＭＳＥを表す。再び、理想的な焦点距離は８６ｍｍ近辺にある。つまり、この焦点でのRMSEは、従来の調整法から導出される８５ｍｍの焦点距離でのパフォーマンスより約２倍良い。

この例は、本調整法が改善をもたらすことを示し、従来法で調整され完全に製造された光学サブシステムにおいてさえ改善をもたらす。言い換えれば、エンドトゥエンド調整法を用いて、製造プロセス及び現在のレンズ調整に関する調整を改善できる。

図６−８は、より複雑なダブレットレンズ系の調整例である。ダブレットレンズ画像処理システムについての一般的な仕様は次のように与えられる：
瞳孔径＝９１２ｍｍ
画素間隔＝１５μｍ
充填率＝７５パーセント
ディテクタ深度＝８ビット
焦点距離＝７２．５ｍｍ
対物距離＝５００ｍｍ
フィールド高さ＝＋／−１５０ｍｍ
レンズ厚さ＝８ｍｍ
ガラス：ＢＫ７
波長＝５００ｎｍ
比較のため、シングレットレンズの例と同様に、ダブレットレンズの後部焦点距離が従来法で波面誤差を最小化するように調整される。一群のシミュレーションは、組立誤差をシミュレーションするためにレンズ傾斜及び分散(decentration)を導入する。そのような製造欠陥があると、レンズ系はもはや軸対称（回転対称）ではなくなる。そして、波面誤差を推定する場合に、図６の光線束に示されるように、完全なフィールドの-100,-70,0,+70,+100パーセントに対応する５つのフィールド位置でOPD-RMSが測定される。

図７Ａ−７Ｂは、第１レンズがＸ及びＹ方向双方で５度傾斜している場合のシミュレーション結果である。図７Ａは後部焦点距離の関数として波面誤差メリット関数のグラフを示す。従来の調整法は、OPD-RMSを最小化するために、後部焦点距離を約91.8ｍｍ（ポイント７１０）に設定する。これは約５グレイレベルのRMSEになる。これに対して、エンドトゥエンドパフォーマンスに基づく調整は、後部焦点距離を約92.2mm（ポイント７２０）に設定し、これは図７Bに示されるようにRMSEを最小化する。約４グレイレベルをもたらすRMSEは、従来の調整法をほぼ２０パーセント上回る改善になる。テスト画像１について実際のRMSEパフォーマンスをテストすると、従来の調整法4．3グレイレベルのRMSEをもたらすが、エンドトゥエンド調整法は3．6グレイレベルのエラーしか導入せずに済む。

図８Ａ−８Ｂは、第１レンズがＸ及びＹ方向双方で光軸から0.1mmだけ偏心している場合の例を示す。図８Ａは後部焦点距離の関数として波面誤差のグラフを示す。この例では、従来の調整法は後部焦点距離を約91.7mm（ポイント８１０）に設定し、約６．５グレイレベルのRMSEをもたらしている。これに対して、エンドトゥエンドパフォーマンス調整法は後部焦点距離を約92.4（ポイント８２０）に設定し、約４グレイレベルのRMSEを得ている。後部焦点距離の差分は約700ミクロンである。より重要なことに、RMSEで予測される改善効果は３０パーセントより多い。テスト画像１に関し、実際のRMSEは、従来法では５．４グレイレベルであるが、エンドトゥエンド法では３．３グレイレベルで済む。

図９では第１レンズは図７の例のようにX及びY方向双方で５度傾斜している。しかしながらこのシナリオでは複数の光補償器がある。第１レンズは後方焦点距離を調整することに加えてＸ及びＹ双方で意図的に偏心させることができる。第１レンズの横方向の動き（シフト）はレンズの傾きに起因するエラーを直接的に補正しないが、これらの付加的な角度の自由度を用いてメリット関数（OPD-RMS又は予測されるRMSE）を改善することができる。今、３つの光補償パラメータがあり：Ｘ及びＹに関する２つの偏心と、後部焦点距離である。図９は従来法とエンドトゥエンド調整法との比較結果を示す。“OPD-RMS”の行は波面誤差であり；“予測RMSE”は予測されたRMSEであり；“測定RMSE”はテスト画像１に関して測定されたRMSEである。

興味深いことに、この図表は、２つの付加的な補償器を加えることで、図７Ａで約１．９波長乃至図９で１．１３波長の誤差になり、波面誤差が顕著に減らされる場合でさえ、RMSEパフォーマンスはかなり劣化していることを示す。更にこれは、波面誤差又はOPD-RMSは全体的な画像処理システムパフォーマンスに関する最良の予測は必ずしも必要ないという考えを裏付ける。けれどもエンドトゥエンド調整法は、RMSEパフォーマンスを少し改善するための付加的な自由度を活用する。

上述のエンドトゥエンド調整法は多くの様々な手法で実現可能である。図１０−１２はいくつかの例を示す。これらの図において、「要素(component)」なる用語は実際の物理的なサブシステムに関して使用されるが、「モデル」はサブシステムのシミュレーション又はモデルに関して使用される。そして「光要素」なる用語はハードウエアで物理的に構築されたような実際の光学サブシステムを意味し、「光モデル」なる用語は例えばソフトウエアで実現されるような光学サブシステムのシミュレーション又はモデルを意味する。

図１０は光測定装置１５０に基づく実施例である。装置１０５０の具体例は、正弦格子を用いてOTFを測定するテストベンチ、ポイントスプレッド関数を測定するスターテスト装置及び波面誤差を測定する干渉テスタ等を含む。この装置は通常的には光要素を特徴付けるのに使用される。例えば、光要素１０１０は干渉装置１０５０内に設けられてもよい。装置１０５０は、光要素を介して光を伝搬し、結果の波面を何らかの参照波面に対して比較し、光要素１０１０のOPDを判定する。従来の調整法では、光要素１０１０はOPDを直接的に最小化するように調整される。

しかしながら図１０では測定装置１０５０でなされた特徴付け１０５５を用いて、光要素１０１０を介する伝搬を判定する。ディテクタサブシステム及びディジタル画像処理サブシステムを介する伝搬は、モデル１０２５，１０３５を通じて判定される。モデル１０２５，１０３５は、実際の物理的なディテクタ要素及びディジタル画像処理要素に存在する適切な如何なるプロセス変動も含み、それらの要素の測定に基づくことが好ましい。かくて電光画像処理システム全体を介する伝搬（の様子）が決定され、ポストプロセシングパフォーマンスメトリック１０９０が算出可能になる。フィードバックループ１０７０は光要素１０１０の補償器を物理的に調整し、パフォーマンスメトリック１０９０を最適化しようとする。補償器は手動的に（例えば、パフォーマンスメトリック１０９０の表示に基づいて技師により）又は自動的に（自動システムにより）調整されてもよい。

一実施例では、従来の測定装置１０５０はモデル１０２５及び１０３５をソフトウエアで組み込むように修正される。例えば、従来の干渉テスタは光学サブシステムのOPDマップを表示してもよい。この例ではテスタはディテクタモデル及びディジタル画像処理モデルを含むように修正される。テスト画像は修正されたテスタにロードされてもよい。OPDマップを取得した後に、テスタはディテクタ及びディジタル画像処理サブシステムを介する伝搬をシミュレートし、OPDマップではなく、シミュレーションされた画像を表示する。

図１１では全体的な最適化ループがモデルに基づく。光要素のモデルを作成するために、実際の光要素１０１０が装置１１５０により特徴付けられる。好ましくはモデル１０１５は、補償器の調整による影響を正確に予測できる程度に詳細に規定される。電光画像処理システムを介する伝搬は、光モデル１０１５と他の２つのサブシステムのモデル１０２５，１０３５との組み合わせに基づいて決定される。フィードバックループ１１７０は、パフォーマンスメトリック１０９０に基づく光モデル１０１５における「仮想的な補償器」を調整する。様々なモデルが一旦最適化されると、補償器の設定内容は対応する物理的な要素に伝送される。例えば、光モデルを用いた最適化が82.3mmの最終的な後部焦点距離をもたらしたとすると、実際の物理的なシステムはその後部焦点距離を実現するように調整される。

図１２では逆の手法がとられる。全体的な最適化ループは物理的な要素に基づく。電光画像処理システムを介する伝搬は、光要素１０１０を、ディテクタ要素１０２０を及びディジタル画像処理サブシステム１０３０を照光する物理的なソース（信号）を用いることで決定される。ディジタル画像処理要素の出力はパフォーマンスメトリック１０９０を計算するために使用され、そして物理的な要素を調整するためにフィードバックループ１２７０で使用される。図１０−１２はいくつかの具体例に過ぎず；他の実施例も明らかであろう。

詳細な説明は多くの具体的事項を含んでいるが、本発明の範囲を限定するように解釈されるべきでなく、それらは本発明の様々な実施例及び態様を例示するに過ぎない。他の様々な修正例、変更例及び変形例は、当業者に明白であり、添付の特許請求の範囲における本発明の範囲及び精神から逸脱せずに、ここに開示された本発明による方法及び装置の形態、動作及び詳細に対してなされてもよい。

電光画像処理システムを調整する問題点を説明するためのブロック図である。 電光画像処理システムを調整する本発明による方法を示すフローチャートである。 調整方法例を示す図である。 シングレットレンズシステムの調整例を示す図である。 図４のシングレットレンズシステムにおけるＯＰＤ対焦点距離のグラフを示す。 図４のシングレットレンズシステムにおけるＲＭＳＥ対焦点距離のグラフを示す。 ダブレットレンズシステムの調整例を示す図である。 レンズチルトを伴う図６のダブレットレンズシステムにおけるＯＰＤ対焦点距離のグラフを示す。 レンズチルトを伴う図６のダブレットレンズシステムにおけるＲＭＳＥ対焦点距離のグラフを示す。 偏心性のある図６のダブレットレンズシステムにおけるＯＰＤ対焦点距離のグラフを示す。 偏心性のある図６のダブレットレンズシステムにおけるＲＭＳＥ対焦点距離のグラフを示す。 レンチルトを伴う図６のダブレットレンズシステムでの従来の調整とエンドトゥエンド調整との比較例を示す図表である。 本発明による調整法の実施例を示すブロック図である。 本発明による調整法の実施例を示すブロック図である。 本発明による調整法の実施例を示すブロック図である。

符号の説明

１００ 電光画像処理システム
１１０ 光学サブシステム
１２０ ディテクタサブシステム
１３０ ディジタル画像処理サブシステム
１５０ ソース信号
１８０ ディジタル画像
１９０ パフォーマンスメトリック
１０１０ 光要素
１０５０ 測定装置
１０２５ ディテクタモデル
１０３５ ディジタル画像処理モデル
１０７０ フィードバックループ
１０１５ 光モデル
１０２０ ディテクタ要素
１０３０ ディジタル画像処理要素
１２７０ フィードバックループ

Claims (20)

1. 光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを含む電光画像処理システムを調整する方法であって、
   光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソースの伝搬路を決定するステップと、
   判定された伝搬路の関数であるポストプロセシングパフォーマンスメトリックに直接的に基づいて前記光学サブシステムを調整するステップと、
   を有し、前記ソースの伝搬路を決定する前記ステップが、
   実際の光学サブシステムのモデルを決定するステップと、
   該モデルに基づいて前記実際の光学サブシステムを介する伝搬路を決定するステップと、
   を有し、前記ポストプロセシングパフォーマンスメトリックが、光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソースの伝搬路を決定することで予測された画像と前記ソースの理想的な画像との間の二乗平均誤差である、方法。
2. 調整された光学サブシステムは、前記中間的な光画像の画像品質を最適化するように調整された光学サブシステムにより形成されたものより画像品質がかなり悪い中間的な光画像を形成する
   ことを特徴とする請求項１記載の方法。
3. 前記光学サブシステムを調整するステップが、前記ポストプロセシングパフォーマンスメトリックに直接的に基づいて、前記光学サブシステム及び前記ディジタル画像処理サブシステムを連帯的に調整する
   ことを特徴とする請求項１記載の方法。
4. 前記光学サブシステムを介するソースの伝搬路を決定するステップで、実際のソースが実際の光学サブシステムを照光するようにした
   ことを特徴とする請求項１記載の方法。
5. 前記実際の光学サブシステムのモデルが、前記実際の光学サブシステムの測定されたポイントスプレッド関数、振幅伝達関数又は光伝達関数に基づく
   ことを特徴とする請求項１記載の方法。
6. ポイントスプレッド関数、振幅伝達関数又は光伝達関数が、空間的に変化する
   ことを特徴とする請求項５記載の方法。
7. ポイントスプレッド関数、振幅伝達関数又は光伝達関数が、空間的に変化し且つ補間により近似される
   ことを特徴とする請求項５記載の方法。
8. 光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソースの伝搬路を判定するステップが、前記ソースの空間的モデルに基づく
   ことを特徴とする請求項１記載の方法。
9. 前記ソースの空間的モデルが、２次元パワースペクトル密度関数を含む
   ことを特徴とする請求項８記載の方法。
10. 前記ソースの空間的モデルが、前記ソースの統計的なモデルを含む
    ことを特徴とする請求項８記載の方法。
11. 光学サブシステム及びディテクタサブシステムを介するソースの伝搬路が、ｙ＝Ｈｓ＋ｎに基づいて決定され、ｙは光学サブシステム及びディテクタサブシステムを介した伝搬後のソースの画像であり、ｓは前記ソースの理想的なサンプル画像であり、Ｈは光学サブシステム及びディテクタサブシステム双方に関するサンプルポイントスプレッド関数であり、ｎはノイズである
    ことを特徴とする請求項１記載の方法。
12. 前記光学サブシステムを調整するステップが、ポストプロセシングパフォーマンスメトリックに直接的に基づいて、前記光学サブシステム及び前記ディジタル画像処理サブシステムを連帯的に調整するステップを有し、前記光学サブシステム及び前記ディジタル画像処理サブシステムを連帯的に調整するステップは線形ディジタル画像処理サブシステムに限定され、線形ディジタル画像処理サブシステムは、前記光学サブシステム及び／又は前記ディテクタサブシステムのポイントスプレッド関数により引き起こされた劣化を復元する
    ことを特徴とする請求項１１記載の方法。
13. 前記光学サブシステムを調整するステップが、ポストプロセシングパフォーマンスメトリックに直接的に基づいて、前記光学サブシステム及び前記ディジタル画像処理サブシステムを連帯的に調整するステップを有し、前記光学サブシステム及び前記ディジタル画像処理サブシステムを連帯的に調整するステップは非線形ディジタル画像処理サブシステムを含み、該非線形ディジタル画像処理サブシステムは前記光学サブシステム及び／又は前記ディテクタサブシステムのポイントスプレッド関数により引き起こされた劣化を復元する
    ことを特徴とする請求項１記載の方法。
14. 前記光学サブシステムに対する調整の記述を行うステップ
    を更に有することを特徴とする請求項１記載の方法。
15. ディテクタサブシステム及びディジタル画像処理サブシステムを含む電光画像処理システムの一部である光学サブシステムを調整する装置であって、
    前記光学サブシステムを特徴付ける光測定装置と、
    前記光学サブシステムの特徴を利用し、光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソースの伝搬路に基づいてポストプロセシングパフォーマンスメトリックを判定するためのソフトウエアと、
    ポストプロセシングパフォーマンスメトリックに直接的に基づいて前記光学サブシステムを調整するフィードバックループと、
    を有し、前記光学サブシステムを介する伝搬路は前記光学サブシステムの特徴に基づくものであり、前記ポストプロセシングパフォーマンスメトリックが、光学サブシステム、ディテクタサブシステム及びディジタル画像処理サブシステムを介するソースの伝搬路を決定することで予測された画像と前記ソースの理想的な画像との間の二乗平均誤差である、装置。
16. 前記光測定装置が、正弦格子を用いて光学サブシステムのOTFを測定する
    ことを特徴とする請求項１５記載の装置。
17. 前記光測定装置が、前記光学サブシステムのPSFを測定するスターテスト装置を有する
    ことを特徴とする請求項１５記載の装置。
18. 前記光測定装置が、前記光学サブシステムの波面を測定する干渉計装置を有する
    ことを特徴とする請求項１５記載の装置。
19. 前記フィードバックループが、前記ポストプロセシングパフォーマンスメトリックに応じて実際の光学サブシステムの物理的な補償器を調整する
    ことを特徴とする請求項１５記載の装置。
20. 前記ソフトウエアが、前記光学サブシステムの特徴に基づいて前記光学サブシステムのモデルを作成させ、
    前記光学サブシステムを介する伝搬路が前記モデルに基づいて決定され、
    前記フィードバックループは、前記ポストプロセシングパフォーマンスメトリックに応じて前記光学サブシステムのモデルにおける仮想的な補償器を調整する
    ことを特徴とする請求項１５記載の装置。

Images