KR20040043155A - 화질 변경 방법 및 시스템 - Google Patents
화질 변경 방법 및 시스템 Download PDFInfo
- Publication number
- KR20040043155A KR20040043155A KR10-2004-7000414A KR20047000414A KR20040043155A KR 20040043155 A KR20040043155 A KR 20040043155A KR 20047000414 A KR20047000414 A KR 20047000414A KR 20040043155 A KR20040043155 A KR 20040043155A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- formatted information
- information
- chain
- devices
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 179
- 230000007547 defect Effects 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims abstract description 90
- 230000008569 process Effects 0.000 claims abstract description 21
- 239000002131 composite material Substances 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 32
- 230000009466 transformation Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 210000004556 brain Anatomy 0.000 claims description 4
- 230000006837 decompression Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000002950 deficient Effects 0.000 claims 1
- 230000003252 repetitive effect Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 64
- 101150053844 APP1 gene Proteins 0.000 abstract description 9
- 101100189105 Homo sapiens PABPC4 gene Proteins 0.000 abstract description 9
- 102100039424 Polyadenylate-binding protein 4 Human genes 0.000 abstract description 9
- 238000006243 chemical reaction Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 21
- 230000002093 peripheral effect Effects 0.000 description 21
- 230000004075 alteration Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 230000004907 flux Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 201000009310 astigmatism Diseases 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000007639 printing Methods 0.000 description 6
- 101100055496 Arabidopsis thaliana APP2 gene Proteins 0.000 description 5
- 101100016250 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GYL1 gene Proteins 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 101100503482 Arabidopsis thaliana FTSH5 gene Proteins 0.000 description 4
- 101150082136 VAR1 gene Proteins 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 229910052709 silver Inorganic materials 0.000 description 4
- 239000004332 silver Substances 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003071 parasitic effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 101100013558 Arabidopsis thaliana FTSH2 gene Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010073261 Ovarian theca cell tumour Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- -1 silver halide Chemical class 0.000 description 1
- 208000001644 thecoma Diseases 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/10—Selection of transformation methods according to the characteristics of the input images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00045—Methods therefor using a reference pattern designed for the purpose, e.g. a test chart
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00071—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/40093—Modification of content of picture, e.g. retouching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Facsimiles In General (AREA)
- Studio Devices (AREA)
- Editing Of Facsimile Originals (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Channel Selection Circuits, Automatic Tuning Circuits (AREA)
- Polysaccharides And Polysaccharide Derivatives (AREA)
- Transmitters (AREA)
- Geometry (AREA)
- Photoreceptors In Electrophotography (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Television Signal Processing For Recording (AREA)
- Communication Control (AREA)
- Computer And Data Communications (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Processing Or Creating Images (AREA)
- Circuits Of Receivers In General (AREA)
- Character Input (AREA)
Abstract
본 발명은 기기 세트(APP1 내지 APPn)으로부터 도출된 또는 이에 입력된 영상(1)의 화질을 변경하기 위한 방법 및 시스템에 관한 것이다. 본 발명은 기기 세트의 기기의 결함에 관련된 변환 데이터(15.1 내지 15.n)를 이용한다. 본 발명은 상기 기기에 관한 포맷화된 데이터의 발생원의 리스트를 생성하고, 상기 기기 세트의 기기와 관련된 상기 포맷화된 데이터(15.1 내지 15.n)를 자동으로 검색하고, 얻어진 상기 포맷화된 데이터(15.1 내지 15.n)를 통합하는 영상 처리 소프트웨어 및/또는 영상 처리 컴포넌트(23.1 내지 23.n)를 이용하여 상기 영상(1)을 자동으로 변경한다. 본 발명은 또한 처리될 영상 및/또는 기기 세트의 가변 특성에 기초하여 포맷화된 데이터를 변경하는 것과 같은 다른 여러가지 대안도 제공한다. 본 발명은 그 기원이 서로 다를 수 있고 시간이 지남에에 따라 점차적으로 상업화된 기기들로부터의 영상을 처리할 수 있다. 본 발명은 사진이나 비디오 영상 처리, 광학 장치, 산업 제어, 로보틱스, 계측학 등에 적용될 수 있다.
Description
본 발명은 기기 체인으로부터 도출된 또는 이에 입력된 적어도 한 영상의 화질을 변경하는 방법 및 시스템에 관한 것이다.
도 1은 영상 포착의 개략도,
도 2는 영상 복원의 개략도,
도 3은 영상의 화소들의 개략도,
도 4a 및 4b는 기준 장면의 2가지 개략도,
도 5는 수학적 영상과 보정된 영상 간의 차이를 산출할 수 있는 방법의 구성도,
도 6은 영상 복원 수단에 대한 최적 복원 변환을 얻을 수 있는 방법의 구성도,
도 7은 본 발명이 적용되는 시스템을 구성하는 컴포넌트의 개략도,
도 8은 포맷화된 정보의 필드들의 개략도,
도 9a는 수학적 포인트의 개략 정면도,
도 9b는 영상의 실제 포인트의 개략적 정면도,
도 9c는 수학적 포인트의 개략 측면도,
도 9d는 영상의 실제 포인트의 개략적 윤곽도,
도 10은 특성점 배열의 개략도,
도 11은 포맷화된 정보를 얻을 수 있는 방법의 구성도,
도 12는 영상 포착 기기에 대한 최적 변환을 얻을 수 있는 방법의 구성도,
도 13a 내지 13c는 영상을 보정할 수 있는 시스템의 실제 예의 연결도,
도 14a 내지 14c는 자동 영상 보정을 이용할 수 있는 방법의 실제 예의 구성도,
도 15는 가상 기기사 기기 체인을 대체할 수 있는 방법의 구성도,
도 16.1은 기기 처리 결함을 나타낸 도면,
도 16.2는 기기 처리 가변 특성도,
도 16.3은 관측자의 가시 결함 또는 결함들을 나타낸 도면,
도 16.4는 가상 기기의 특성 처리도,
도 16.5는 보정된 영상에 연관된 정보의 부가도,
도 16.6은 포맷화된 정보가 하나 또는 그 이상의 기기와 관련되는 방법을 나타낸 도면,
도 17은 본 발명에 따른 방법 및 시스템의 이용예를 설명하는 도면,
도 18은 컬러 영상의 경우에 본 발명에 따른 방법 및 시스템의 이용예를 설명하는 도면.
해결 방법
본 발명은 특정 기기 체인(appliance chain)으로부터 도출된 또는 이에 입력된 적어도 한 영상의 화질을 변경하는 방법에 관한 것이다. 특정 기기 체인은 적어도 하나의 영상 포착(image capture) 기기 및/또는 적어도 하나의 영상 복원(image restitution) 기기를 포함한다. 여러 경제 주체에 의해 점차적으로 상업화되어 온 영상 포착 기기 및/또는 영상 복원 기기는 불확정한 기기 세트에 속한다. 기기 세트의 기기들은 포맷화된 정보(formatted information)에 의해 특징지워질 수 있는 결함들을 나타낸다. 당해 영상에 대해서 본 발명의 방법은 다음과 같이,
- 기기 세트의 기기에 관한 포맷화된 정보의 발생원의 디렉토리를 편집하는 단계,
- 상기와 같이 편집된 상기 포맷화된 정보 중에서 특정 기기 체인에 관한 특정의 포맷화된 정보를 자동으로 검색하는 단계, 및
- 상기와 같이 얻어진 상기 특정의 포맷화된 정보를 고려하여 영상 처리 소프트웨어 및/또는 영상 처리 컴포넌트에 의해 영상을 자동으로 변경하는 단계를 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서 상기 자동 검색은,
- 영상, 및/또는
- 기기 체인의 기기들, 및/또는
- 상기 영상 처리 소프트웨어나 컴포넌트에 영상을 로드하는 수단, 및/또는
- 상기 영상 처리 소프트웨어나 컴포넌트에 의해 변경된 영상을 복원 수단에 로드하는 수단의 분석으로부터 직접적으로 또는 간접적으로 얻어진 인덱스에 의해 수행된다.
바람직하게는, 본 발명에 따라서, 기기 체인의 기기들은 식별자들, 특히 바 코드들에 의해서 식별된다. 상기 특정의 포맷화된 정보를 검색하기 위한 분석은 상기 식별자들을 결정하는 단계를 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서 영상, 인덱스 및/또는 식별자는 동일한 파일에 포함된다. 기술적 특징들의 결합으로부터, 기기 체인의 특정 기기들이 이들에 관한 포맷화된 정보가 설정되기 전에 상업화되었던 경우에 후천적으로 본 발명에 따른 방법을 이용하는 것이 가능하게 된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서 영상과 상기 특정의 포맷화된 정보의 적어도 일부는 동일한 영상 파일에 포함된다. 기술적 특징들의 결합으로부터, 그 영상 파일 내의 포맷화된 정보을 자동으로 검색하는 것이 가능하게 된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은 포맷화된 정보의 적어도 일부를 미리 데이터베이스에 저장하는 단계를 추가로 포함한다. 본 발명은 데이터베이스를 갱신하는 단계를 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서, 기기 체인의 기기들 중 하나에는 영상에 따라 달라지는 적어도 하나의 가변 특성, 특히 초점 길이가 제공된다. 특정의 포맷화된 정보의 일부는 가변 특성이 제공된 기기의 결함에 관계된다. 본 발명의 방법은 다음의 단계들,
- 상기 영상에 대한 가변 특성값을 결정하는 단계; 및
- 상기와 같이 얻어진 가변 특성값을 고려하여 상기 특정의 포맷화된 정보의 일부를 결정하는 단계를 추가로 포함한다.
그러므로, 본 방법을 가변 특성이 제공된 기기에 이용하면 가변 특성을 갖지 않는 기기에 본 발명을 이용하는 것과 마찬가지 결과를 가져온다.
바람직하게는, 본 발명에 따라서, 영상은 파일에 포함된다. 본 발명의 방법에서는 가변 특성값을 결정하기 위하여, 파일 내에 존재하는 특히 초점 거리와 같은 데이터가 Exif 표준과 같은 형식으로 이용된다. 기술적 특징들의 결합으로부터, 기기 체인의 특정 기기들이 이들에 관한 포맷화된 정보가 설정되기 전에 상업화되었던 경우에 후천적으로 본 발명에 따른 방법을 이용하는 것이 가능하게 된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서 기기 체인으로부터 도출된 또는 이에 입력된 적어도 한 영상의 화질을 변경하기 위하여,
- 기기 체인의 적어도 한 기기의 결함(이하 오리지널 결함이라 함)의 적어도 일부와 등가인 결함 을 나타내는 가상의 기기가 결정되고,
- 상기 가상 기기의 결함에 관한 포맷화된 가상 정보가 결정되며,
- 기기 체인의 기기 세트에 관한 특정의 포맷화된 정보를 결정하기 위하여, 상기 포맷화된 가상 정보가 상기 오리지널 결함에 관한 특정의 포맷화된 정보를 대체한다.
기술적 특징들의 결합으로부터, 이런 식으로 이용하기 더 쉬우면서 영상에 대한 변경을 더 신속하게 그리고/또는 더 적은 용량의 메모리를 이용하여 그리고/또는 더 정밀하게 산출할 수 있는 포맷화된 정보를 얻게 된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은 컬러 영상의 적어도 하나의 컬러평면(color plane)의 화질을 변경하도록 고안된다. 컬러평면은 특정 컬러로 특징지워진다. 특정의 포맷화된 정보는 특정의 컬러에 관한 데이터를 추가적으로 포함한다. 영상을 변경하기 위하여는 특정의 컬러 및 영상에 관한 데이터를 이용하여 컬러평면이 산출된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은, 기기 체인의 기기들 중 하나에 대해 특정의 포맷화된 정보를 검색하는 프로세스가 성공하지 못한 경우에, 미지의 포맷화된 정보를 산출하는 단계를 추가적으로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은,
- 기기의 결함을 측정하여, 그리고/또는
- 기기를 시뮬레이팅하여
기기 체인의 기기에 관한 미지의 포맷화된 정보를 산출하는 단계를 추가적으로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서, 기기 체인의 영상 포착 기기에 있어서 미지의 포맷화된 정보를 산출하는 단계는,
- 적어도 하나의 기준 장면의 어떤 표면에의 특정의 수학적 투영에 의해서 합성 영상 부류를 구축하는 단계,
- 상기 영상 포착 기기에 의해 각 기준 장면의 적어도 하나의 기준 영상을 포착하는 단계, 및
- 파라미터화 가능한 변환 모델 세트 내에서, 상기 기준 영상을 상기 기준 장면의 상기 합성 영상 부류에 가까운 변환 영상으로 변환시킬 수 있는 파라미터화 가능한 변환 모델을 선택하는 단계를 포함한다.
상기 변환 영상은 상기 합성 영상 부류와 비교되는 편차를 나타낸다. 상기 미지의 포맷화된 정보는 적어도 부분적으로는 상기 선택된 파라미터화 가능한 변환 모델들의 파라미터로 구성된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은,
- 상기 변환 영상과 상기 합성 영상 부류 간의 편차를 산출하는 단계, 및
- 상기 편차를 상기 미지의 포맷화된 정보와 연관시키는 단계를 추가로 포함한다.
기술적 특징들의 결합으로부터, 상기 장면에 대한 표준화된 정보를 3차원에서 추론해 낼 수 있게 된다. 기술적 특징들의 결합으로부터, 동일한 형식화 프로세스를 거친 복수의 영상 포착 기기로부터 얻어진 복수의 영상들을 결합할 수 있게 된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서, 기기 체인의 기기들 중 하나에는 영상에 따라 달라지는 적어도 하나의 가변적인 특징, 특히 초점 거리 및/또는 개구(aperture)가 제공된다. 특정의 포맷화된 정보의 일부는 가변 특성 또는 특성들이 제공된 기기의 결함에 관계된다. 가변 특성 각각은 가변 특성과 값의 세트로 구성된 어떤 조합을 구성하는 값과 연관될 수 있다. 본 방법은
- 소정의 조합들을 선택하고,
- 상기 소정의 조합들 각각에 대해 본 발명의 선행 단계들을 반복적으로 실시하고,
- 상기 반복 실시 단계의 종료 시에 얻어진 미지의 포맷화된 정보로부터 임의의 조합에 관한 미지의 포맷화된 정보의 보간 프로세스를 이용함으로써, 미지의 포맷화된 정보의 일부를 결정하는 단계를 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은 기기 체인의 영상 복원 수단에 있어서 상기 영상 복원 수단의 결함을 특징짓는 데이터, 특히 왜곡 특성을 생성하는 단계를 추가로 포함한다. 미지의 포맷화된 정보는 적어도 부분적으로 상기 영상 복원 수단의 결함을 특징짓는 데이터로 구성된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서, 기기 체인의 하나의 기기 또는 복수의 기기에 관한 특정의 포맷화된 정보는 유사한 기기들에 적용될 수 있는 방식으로 결정된다. 기술적 특징들의 결합으로부터, 이용될 본 방법에 극히제한된 양의 포맷화된 정보만이 요구된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법에서, 영상은 관련 정보, 특히 디지털 신호를 포함한다. 본 방법의 단계들은 상기 관련 정보를 보존하거나 변경하는 방식으로 이용된다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은 정보를 변경된 영상, 특히 변경되었던 것을 나타내는 정보에 연관시키는 단계를 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은 더 구체적으로는 관측자를 위해 영상의 시각적 화질을 변경하도록 고안된다. 기기 체인의 기기들의 결함에 관한 포맷화된 정보는 관측자의 시각(vision) 특성, 특히 관측자의 눈 및/또는 두뇌의 기능적 이상들(anomalies)에 관한 포맷화된 정보를 추가로 포함한다.
응용
본 발명은 또한 전술한 방법의 응용에 관한 것이다. 본 응용의 목적은 기기 체인의 기기들의 결함들 중 적어도 한 결함의 효과에 대해 보정함으로써, 영상 처리 소프트웨어 또는 영상 처리 컴포넌트에 의해 처리된 영상의 화질을 개선하는 것이다. 기술적 특징들의 결합으로부터, 고가의 기기에 의존할 필요없이 비록 완전하지는 않더라도 처리된 영상의 화질을 개선시킨다.
바람직하게는, 본 응용의 목적은 영상 처리 소프트웨어 또는 영상 처리 컴포넌트에 의해 처리된 영상의 화질이 기준 기기 체인에서 생성된 영상의 화질과 비교될 수 있게 하는 것이다.
바람직하게는, 본 응용에서는, 기준 기기 체인에서 생성된 영상의 화질과 비교될 수 있는 처리된 영상의 화질에 있어서, 기기 체인에 관한 포맷화된 정보는 기준 기기 체인의 결함을 고려하여 생성된다.
시스템
본 발명은 특정 기기 체인으로부터 도출된 또는 이에 입력된 적어도 한 영상의 화질을 변경하는 시스템에 관한 것이다. 특정 기기 체인은 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 영상 복원 기기를 포함한다. 여러 경제 주체에 의해 점차적으로 상업화되어 온 영상 포착 기기 및/또는 영상 복원 기기는 불확정한 기기 세트에 속한다. 기기 세트의 기기들은 포맷화된 정보에 의해 특징지워질 수 있는 결함들을 나타낸다. 당해 영상에 대해서 본 발명의 시스템은,
- 기기 세트의 기기에 관한 포맷화된 정보의 발생원의 디렉토리를 편집하고,
- 상기와 같이 편집된 상기 포맷화된 정보 중에서 특정 기기 체인에 관한 특정의 포맷화된 정보를 자동으로 검색하고, 그리고
- 상기와 같이 얻어진 상기 특정의 포맷화된 정보를 고려하여 영상 처리 소프트웨어 및/또는 영상 처리 컴포넌트에 의해 영상을 자동으로 변경할 수 있는 데이터 처리 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서 상기 데이터 처리 수단은 인덱스에 의해 검색을 자동으로 수행한다. 인덱스는,
- 영상, 및/또는
- 기기 체인의 기기들, 및/또는
- 상기 영상 처리 소프트웨어나 컴포넌트에 영상을 로드하는 수단, 및/또는
- 상기 영상 처리 소프트웨어나 컴포넌트에 의해 변경된 영상을 복원 수단에 로드하는 수단의 분석으로부터 직접적으로 또는 간접적으로 얻어진다.
바람직하게는, 본 발명에 따라서, 기기 체인의 기기들은 식별자들, 특히 바 코드들에 의해서 식별된다. 분석 수단은 상기 식별자들을 결정하는 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서 영상, 인덱스 및/또는 식별자는 동일한 파일에 포함된다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서 영상과 상기 특정의 포맷화된 정보의 적어도 일부는 동일한 영상 파일에 포함된다.
바람직하게는, 본 발명의 시스템은 포맷화된 정보의 적어도 일부를 미리 데이터베이스에 저장하기 위한 저장 수단을 포함한다. 본 시스템은 데이터베이스를 갱신하기 위한 갱신 수단을 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서, 기기 체인의 기기들 중 하나에는 영상에 따라 달라지는 적어도 하나의 가변적인 특징, 특히 초점 거리가 제공된다. 특정의 포맷화된 정보의 일부는 가변 특성이 제공된 기기의 결함에 관계된다. 본 발명의 시스템은,
- 당해 영상에 대한 가변 특성값; 및
- 상기와 같이 얻어진 가변 특성값을 고려하여 상기 특정의 포맷화된 정보의 일부를 결정하는 산출 수단을 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 영상은 파일에 포함된다. 본 발명의 시스템은 가변 특성값을 결정하기 위하여, 파일 내에 존재하는 특히 초점 거리와 같은 Exif 표준과 같은 형식의 데이터를 처리하기 위한 데이터 처리 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서 기기 체인으로부터 도출된 또는 이에 입력된 적어도 한 영상의 화질을 변경하기 위하여,
- 기기 체인의 적어도 한 기기의 결함(이하, 오리지널 결함이라 함)의 적어도 일부와 등가인 결함 을 나타내는 가상의 기기,
- 상기 가상 기기의 결함에 관한 포맷화된 가상 정보를 결정하기 위한 데이터 처리 수단을 포함한다,
본 시스템은 기기 체인의 기기 세트에 관한 특정의 포맷화된 정보를 결정하기 위하여, 상기 포맷화된 가상 정보를 상기 오리지널 결함에 관한 특정의 포맷화된 정보를 대체하는 대체 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템은 컬러 영상의 적어도 하나의 컬러평면의 화질을 변경하도록 고안된다. 컬러평면은 특정 컬러로 특징지워진다. 특정의 포맷화된 정보는 특정의 컬러에 관한 데이터를 추가적으로 포함한다. 본 시스템은 특정의 컬러 및 영상에 관한 데이터를 이용하여 컬러평면을 산출하기 위한 산출 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템은, 기기 체인의 기기들 중 하나에 대해 특정의 포맷화된 정보를 검색하는 프로세스가 성공하지 못한 경우에, 미지의 포맷화된 정보를 산출하기 위한 산출 수단을 추가적으로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서는, 기기 체인의 기기에 관한 미지의 포맷화된 정보를 산출하기 위한 산출 수단이 기기의 결함을 측정하고 그리고/또는 기기를 시뮬레이팅하기 위한 처리 수단을 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 방법은, 기기의 영상 포착 기기에 있어서 적어도 하나의 기준 장면의 어떤 표면에의 특정의 수학적 투영에 의해서 합성 영상 부류를 구축함으로써 미지의 포맷화된 정보를 산출하기 위한 산출 수단을 추가적으로 포함한다. 영상 포착 기기는 각 기준 장면의 적어도 하나의 기준 영상을 포착한다. 상기 산출 수단은 파라미터화 가능한 변환 모델 세트 내에서, 상기 기준 영상을 상기 기준 장면의 상기 합성 영상 부류에 가까운 변환 영상으로 변환시킬 수 있는 파라미터화 가능한 변환 모델을 선택함으로써 미지의 포맷화된 정보를 산출한다. 상기 변환 영상은 상기 합성 영상 부류와 비교되는 편차를 나타낸다. 상기 미지의 포맷화된 정보는 적어도 부분적으로는 상기 선택된 파라미터화 가능한 변환 모델들의 파라미터로 구성된다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템은,
- 상기 변환 영상과 상기 합성 영상 부류 간의 편차를 산출하고,
- 상기 편차를 상기 미지의 포맷화된 정보와 연관시키기 위한 데이터 처리 수단을 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서, 기기 체인의 기기들 중 하나에는 영상에 따라 달라지는 적어도 하나의 가변적인 특징, 특히 초점 거리 및/또는 개구가 제공된다. 특정의 포맷화된 정보의 일부는 가변 특성 또는 특징들이 제공된 기기의 결함에 관계된다. 가변 특성 각각은 가변 특성과 값의 세트로 구성된 어떤 조합을 구성하는 값과 연관될 수 있다. 본 시스템은
- 소정의 조합들을 선택하고,
- 상기 소정의 조합들 각각에 대해 상기 산출 수단과 상기 데이터 처리 수단을 반복적으로 실시하고,
- 상기 반복 실시 단계의 종료 시에 얻어진 미지의 포맷화된 정보로부터 임의의 조합에 관한 미지의 포맷화된 정보의 보간 프로세스를 이용함으로써, 미지의 포맷화된 정보의 일부를 결정하기 위한 데이터 처리 수단을 추가로 포함한다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템은 기기 체인의 영상 복원 수단에 있어서 상기 영상 복원 수단의 결함을 특징짓는 데이터, 특히 왜곡 특성을 생성하기 위한 데이터 처리 수단을 추가로 포함한다. 미지의 포맷화된 정보는 적어도 부분적으로 상기 영상 복원 수단의 결함을 특징짓는 데이터로 구성된다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서, 기기 체인의 하나의 기기 또는 복수의 기기에 관한 특정의 포맷화된 정보는 유사한 기기들에 적용될 수 있는 방식으로 결정된다. 기술적 특징들의 결합으로부터, 이용될 본 방법에 극히 제한된 양의 포맷화된 정보만이 요구된다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템에서, 영상은 관련 정보, 특히 디지털 신호를 포함한다. 본 발명의 시스템은 상기 관련 정보를 보존하거나 변경하는 방식으로 이용된다.
바람직하게는, 본 발명에 따라서, 본 발명의 시스템은 정보를 변경된 영상, 특히 변경되었던 것을 나타내는 정보에 연관시키기 위한 데이터 처리 수단을 추가로 포함한다.
바람직하게는, 본 발명의 대안적인 실시예에 따라서, 본 발명의 시스템은 더 구체적으로는 관측자를 위해 영상의 시각적 화질을 변경하도록 고안된다. 기기 체인의 기기들의 결함에 관한 포맷화된 정보는 관측자의 시각 특성, 특히 관측자의 눈 및/또는 두뇌의 기능적 이상들에 관한 포맷화된 정보를 추가로 포함한다.
본 발명의 기타 특징과 이점들은 비한정적으로 제시된 본 발명의 실제 예와 도면에 대한 설명으로부터 명백해 질 것이다.
기기 체인
특히 도 13을 참조하여 기기 체인(P3)의 개념에 대해 설명할 것이다. 기기 체인(P3)의 기기들, 특히 영상 포착 기기 및/또는 영상 복원 기기는 개별 경제 주체에 의해 진보적으로 상업화되고 있으며, 이들은 기기의 세트(P75)로서 정의된 부정확한 세트의 기기에 속한다.
본 발명의 의미내에, 기기는 특히 다음과 같은 기기일 수 있다.
- 일회용 사진 기기, 디지털 사진 기기, 리플렉스 기기, 스캐너, 팩스기, 내시경, 캠코더, 감시 카메라, 게임, 전화, 개인 휴대 단말기, 또는 컴퓨터에 일체화되거나 그에 연결된 카메라, 감열 카메라 또는 초음파 검진 기기 등의 영상 포착 기기,
- 스크린, 프로젝터, 텔레비전 세트, 가상 현실 고글 또는 프린터 등의 영상 복원 기기 또는 영상 복원 수단,
- 프로젝터, 스크린, 및 이들의 배치 방식 등의 그의 설비를 포함한 기기,
- 특히 시차 오류를 유입시키는 영상 복원 기기에 대한 관찰자의 위치 결정,
- 비점 수차 등의 시각 결함을 갖는 사람,
- 예를 들면, 라이카 브랜드의 기기에 의해 생성된 것과 유사한 모양을 갖는 영상을 생성하도록 에뮬레이션될 수 있기를 원하는 기기,
- 흐려짐을 부가하는 엣지 효과를 갖는 줌 소프트웨어 등의 영상 처리 장치,
- 복수의 기기와 동등한 가상 기기.
스캐너/팩스/프린터, 사진 인쇄 미니랩, 또는 화상 회의 기기 등의 보다 복잡한 기기는 기기 또는 복수의 기기로서 간주될 수 있다.
기기 체인(P3)은 한 세트의 기기로서 정의된다. 기기 체인(P3)의 개념은 또한 순서의 개념도 포함할 수 있다.
이하의 일례들은 기기 체인(P3)을 구성한다.
- 단 하나의 기기,
- 영상 포착 기기 및 영상 복원 기기,
- 예를 들면 사진 인쇄 미니랩에 있는 사진 기기, 스캐너 또는 프린터,
- 예를 들어 사진 인쇄 미니랩에 있는 디지털 사진 기기 또는 프린터,
- 예를 들면 컴퓨터에서의 스캐너, 스크린 또는 프린터,
- 스크린 또는 프로젝터 및 사람의 눈,
- 하나의 기기와 에뮬레이션될 수 있기를 원하는 다른 기기,
- 사진 기기 및 스캐너,
- 영상 포착 기기 및 영상 처리 소프트웨어,
- 영상 처리 소프트웨어 및 영상 복원 기기,
- 이상의 일례들의 조합,
- 다른 한 세트의 기기.
결함
이제부터 특히 도 17을 참조하여, 결함(P5)의 개념에 대해 설명할 것이다. 기기의 결함(P5)은 광학 시스템 및/또는 스캐너 및/또는 전자 회로부 및/또는 기기에 일체화된 소프트웨어의 특성에 관련된 결함으로서 정의되며, 결함(P5)의 일례로는 왜곡, 흐려짐, 비네팅, 색수차, 색조의 랜더링, 플래쉬 균일성, 센서 잡음, 그레인, 비점 수차, 구면 수차가 있다.
영상
이제부터 도 17을 참조하여 영상(P2)의 개념에 대해 설명할 것이다. 영상(P2)은 기기에 의해 포착, 수정 또는 복원된 디지털 영상으로서 정의된다. 영상(P3)은 기기 체인(P3)의 기기로부터 나오는 것일 수 있다. 영상(P3)은 기기 체인(P3)의 기기(P25)로 보내지는 것일 수 있다. 보다 일반적으로는, 영상(P3)은 기기 체인(P3)으로부터 나오는 것 및/또는 그로 보내지는 것일 수 있다. 비디오 영상 등의 정지 영상의 시간 시퀀스로 이루어진 동영상인 경우, 영상(P3)은 영상들의 시퀀스 중의 하나의 정지 영상으로서 정의된다.
포맷화된 정보
이제부터 도 17을 참조하여 포맷화된 정보(15)의 개념에 대해 설명할 것이다. 포맷화된 정보(15)는 기기 체인(P3)의 하나 이상의 기기의 결함(P5)에 관련되며 기기의 결함(P5)을 고려함으로써 영상 처리 수단을 인에이블하여 영상(P2)의 화질을 수정할 수 있게 해주는 데이터로서 정의된다. 포맷화된 정보(15)를 생성하기 위해, 측정 및/또는 포착 또는 기준의 복원 및/또는 시뮬레이션에 기초한 여러가지 방법 및 시스템이 사용될 수 있다.
포맷화된 정보(15)를 생성하기 위해, 예를 들면 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for producing formatted information related to the defects of applicances of an appliancesof an appliance chain and formatted information addressed to image-processing means"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 기기 체인(P3)의 기기의 결함에 관련된 포맷화된 정보(15)를 생성하는 방법에 대해 기술하고 있다. 포맷화된 정보(15)는 특히 영상 처리 수단에 의해 처리된 영상의 화질을 변경하는 시야를 가지고, 영상 처리 수단, 특히 소프트웨어에 보내진다. 기기 체인(P3)은 특히 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 복원 수단 및/또는 적어도 하나의 관찰차로 구성된다. 이 방법은 기기 체인(P3)의 기기의 결함(P5)을 특성화한 데이터를 생성하는 단계를 포함한다. 데이터는 포맷화된 정보(15)이다.
포맷화된 정보(15)를 생성하기 위해, 예를 들면 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for producing formatted information related to geometric distortions(기하학적 왜곡과 관련된 포맷화된 정보를 생성하는 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 기기 체인(P3)의 기기에 관련된 포맷화된 정보(15)를 생성하는 방법에 대해 기술하고 있다. 기기 체인(P3)은 특히 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 영상 복원 기기로 이루어져 있다. 본 방법은 체인의 적어도 하나의 기기의 기하학적 왜곡과 관련된 포맷화된 정보(15)를 생성하는 단계를 포함한다.
기기는 양호하게는 매체 상의 영상을 포착 또는 복원할 수 있다. 기기는 적어도 하나의 고정된 특성 및/또는 영상에 따라 좌우되는 하나의 가변 특성을 가지고 있다. 고정된 특성 및/또는 가변 특성은 하나 이상의 특성값, 특히 초점 길이 및/또는 포커싱, 그리고 이들의 관련 특성의 값과 관련될 수 있다. 본 방법은 측정된 필드로부터 기기의 기하학적 왜곡에 관련된 측정한 포맷화된 정보를 생성하는 단계를 포함한다. 포맷화된 정보(15)는 측정한 포맷화된 정보를 포함할 수 있다.
포맷화된 정보(15)를 생성하기 위해, 예를 들어 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for producing formatted information related to the defects of at least one appliance of a chain, especially to blurring(체인의 적어도 하나의 기기의 결함, 특히 흐려짐과 관련된 포맷화된 정보를 생성하는 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 기기 체인(P3)의 기기와 관련된 포맷화된 정보(15)를 생성하는 방법에 대해 기술하고 있다. 기기 체인(P3)은 특히 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 영상 복원 기기로 이루어져 있다. 본 방법은 체인의 적어도 하나의 기기의 결함(P5)에 관련된 포맷화된 정보(15)를 생성하는 단계를 포함한다. 양호하게는, 영상을 포착 또는 복원하는 데 사용될 수 있는 기기는 적어도 하나의 고정 특성 및/또는 영상(I)에 따라 좌우되는 하나의 가변 특성을 갖는다. 고정 및/또는 가변 특성은 하나 이상의 특성값, 특히 초점 길이 및/또는 포커싱, 그리고 이들의 관련 특성값과 관련될 수 있다. 본 방법은 측정된 필드로부터의 기기의 결함(P5)에 관련된 측정한 포맷화된 정보를 생성하는 단계를 포함한다. 포맷화된 정보(15)는 측정한 포맷화된 정보를 포함할 수 있다.
포맷화된 정보(15)를 생성하기 위해, 예를 들면, Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for providing formatted information in a standard format to image-processing means(영상 처리 수단에 포맷화된 정보를 표준 포맷으로 제공하기 위한 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 영상 처리 수단, 특히 소프트웨어 및/또는 컴포넌트에 포맷화된 정보(15)를 표준 포맷으로 제공하는 방법을 기술하고 있다. 포맷화된 정보(15)는 기기 체인(P3)의 결함(P5)에 관한 것이다. 기기 체인(P3)은 특히 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 영상 복원 기기로 이루어져 있다. 영상 처리 수단은 포맷화된 정보(15)를 사용하여 기기 체인(P3)으로부터 나오는 것 및/또는 그로 보내지는 적어도 하나의 영상(P2)의 화질을 변경한다. 포맷화된 정보(15)는 영상 포착 기기의 결함(P5)을 특성화한 데이터, 특히 왜곡 특성, 및/또는 영상 복원 기기의 결함을 특성화한 데이터, 특히 왜곡 특성을 포함한다.
본 방법은 포맷화된 정보(15)를 이용하여 표준 포맷의 적어도 하나의 필드에 채우는 단계를 포함한다. 이 필드는 필드명으로 표시되며, 필드는 적어도 하나의 필드값을 포함한다.
포맷화된 정보(15)를 생성하기 위해, 예를 들면 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for reducing update frequency of image processing means(영상 처리 수단의 갱신 빈도를 감소시키는 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수있다. 이 출원은 영상 처리 수단, 특히 소프트웨어 및/또는 컴포넌트의 갱신 빈도를 감소시키는 방법에 대해 기술하고 있다. 영상 처리 수단은 기기 체인(P3)으로부터 나오거나 그로 보내지는 디지털 영상의 화질을 수정할 수 있다. 기기 체인(P3)은 특히 적어도 하나의 영상 포착 기기 및/또는 적어도 하나의 영상 복원 기기로 이루어져 있다. 영상 처리 수단은 기기 체인(P3)의 적어도 하나의 기기의 결함(P5)과 관련된 포맷화된 정보(15)를 사용한다. 포맷화된 정보(15)는 적어도 하나의 변수에 따라 좌우된다. 포맷화된 정보(15)는 변수의 일부와 식별자의 일부 사이에 대응 관계를 설정할 수 있다. 식별자에 의해, 식별자와 영상을 고려함으로써 식별자에 대응하는 변수의 값을 결정할 수 있다. 기술적 특징들의 조합으로부터, 특히 물리적 의미 및/또는 변수의 내용이 영상 처리 수단(P1)의 배치 이후에만 알 수 있는 경우에 변수의 값을 결정하는 것이 가능하다는 결과가 얻어진다. 또한, 기술적 특징들의 조합으로부터, 보정 소프트웨어의 2번의 갱신 사이의 시간이 떨어져 있을 수 있다는 결과가 얻어진다. 또한, 기술적 특징들의 조합으로부터, 다른 경제 주체가 그의 제품의 특성을 완전히 변경하거나 그의 고객에 대해 그의 제품을 갱신하도록 강요할 수 없는 경우에도 기기 및/또는 영상 처리 수단을 생산하는 다양한 경제 주체들은 그의 제품을 다른 경제 주체에 독립적으로 갱신할 수 있게 되는 결과가 얻어진다. 또한, 기술적 특징들의 조합으로부터, 제한된 수의 경제 주체와 선구적 사용자로부터 시작함으로써 새로운 기능이 점차적으로 배포될 수 있게 되는 결과가 얻어진다.
포맷화된 정보(15)를 이용하기 위해, 예를 들어 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로서 발명의 명칭이 "Method and system for calculating a transformed image from a digital image and formatted information related to a geometric transformation(디지털 영상 및 기하학적 변환에 관련된 포맷화된 정보로부터 변환된 영상을 계산하는 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 디지털 영상 및 기하학적 변환에 관련된 포맷화된 정보(15), 특히 기기 체인(P3)의 왜곡 및/또는 색수차와 관련된 포맷화된 정보(15)로부터 변환된 영상을 계산하는 방법에 대해 기술하고 있다. 본 방법은 기하학적 변환의 근사로부터 변환된 영상을 계산하는 단계를 포함한다. 그로부터 이 계산이 메모리 자원의 관점에서, 메모리 대역 통과에 있어서, 계산 능력에 있어서 따라서 전기 소모에 있어서 경제적이라는 결론이 얻어진다. 또한, 그로부터, 변환된 영상이 그의 차후의 사용에 관하여 어떤 가시적인 또는 불편을 주는 결함도 나타내지 않는다는 결론이 얻어진다.
포맷화된 정보(15)를 이용하기 위해, 예를 들면 Vision IQ의 명의로 본 출원과 동일자로 출원된 것으로 발명의 명칭이 "Method and system for modifying a digital image, taking into account its noise(디지털 영상을 그의 잡음을 고려하여 수정하는 방법 및 시스템)"인 국제 특허 출원에 기술된 방법 및 시스템을 사용할 수 있다. 이 출원은 기기 체인(P3)의 결함(P5)에 관련된 디지털 영상 및 포맷화된 정보(15)로부터 변환된 영상을 계산하는 방법에 대해 기술하고 있다. 기기 체인(P3)은 영상 포착 기기 및/또는 영상 복원 기기를 포함한다. 기기 체인(P3)은 적어도 하나의 기기를 포함한다. 본 방법은 포맷화된 정보(15) 및/또는 디지털 영상으로부터 특성 데이터를 자동적으로 결정하는 단계를 포함한다. 기술적 특징의 조합으로부터, 변환된 영상이 그의 차후의 사용에 관하여 어떤 가시적인 또는 불편을 주는 결함, 특히 잡음에 관련된 결함도 나타내지 않는다는 결론이 얻어진다.
영상 처리 수단
다음 예는 포맷화된 정보를 생성하는 방법을 나타낸다.
도 1은 대상(107), 센서(101) 및 센서 표면(110)을 포함하는 장면(3), 광 센터(111), 센서 표면(110)상의 관찰 점(105), 관찰 점(105)을 관통하는 관찰 방향(106), 광학 센터(111), 장면(3), 및 센서 표면(110)과 기하학적으로 관련된 표면(10)을 나타낸다.
도 2는 영상(103), 영상 복원 수단(19) 및 복원 매체(190)상에 취득된 복원된 영상(191)을 나타낸다.
도 3은 장면(3), 영상 포착 기기(1) 및 화소(104)들로 이루어진 영상(103)을 나타낸다.
도 4a 및 도 4b는 기준 장면(9)의 2개의 대안적인 버젼을 나타낸다.
도 5는 장면(3), 장면(3)의 수학적 영상(70)을 제공하는 수학적 투영(8), 사용된 특성(74)에 대한 장면(3)의 영상(103)을 제공하는 실제의 투영(72), 및 영상(103)의 보정된 영상(71)을 제공하는 파라미터화 가능한 변환 모델(12)이 도시되어 있으며, 이 보정된 영상(71)은 수학적 영상(70)과 비교했을 때의 차분을 나타낸다.
도 6에 나타낸 구성도에서는, 영상(103), 사용된 복원 특성(95)에 대한영상(103)의 복원된 영상(191)을 제공하는 실제의 복원 투영(90), 및 영상(103)의 보정된 복원 영상(94)을 제공하는 파라미터가능한 복원 변형 모델(97), 보정된 복원 영상(94)의 수학적 복원 영상(92)를 제공하며 복원된 영상(191)과 비교했을 때의 복원 차분(93)을 나타내는 수학적 복원 투영(96)을 나타낸다.
도 7은 광학 시스템(100), 센서(101) 및 전자회로부(102)로 이루어진 영상 포착 기기(1)를 구비하는 시스템이 도시되어 있다. 또한, 도 7에는, 영상(103)을 갖는 메모리 영역(16), 포맷화된 정보(15)를 갖는 데이터베이스(22), 및 영상(103)과 포맷화된 정보(15)로 이루어진 완성된 영상(120)을 영상 처리 소프트웨어(4)를 갖는 계산 수단(17)으로 전송하는 전송 수단(18)이 도시되어 있다.
도 8은 필드(90)들로 이루어진 포맷화된 정보(15)를 도시하고 있다.
도 9a 내지 도 9d는 수학적 영상(70), 영상(103), 한 점의 수학적 위치(40) 및 한 점의 수학적 형상(41)을 그 영상의 대응하는 점의 실제 위치(50)와 실제 형상(51)과 비교하여 나타내고 있다.
도 10은 특성점의 어레이(80)를 나타낸 것이다.
도 11에 나타낸 구성도에서는, 영상(103), 사용된 특성(74) 및 특성의 데이터베이스(22)를 이용하고 있다. 포맷화된 정보(15)는 사용된 특성(74)로부터 획득되어 데이터베이스(22)에 저장된다. 완성된 영상(120)은 영상(103)과 포맷화된 정보(15)로부터 획득된다.
도 12에 도시한 구성도에서는, 기준 장면(9), 기준 장면(9)의 합성 영상 부류(7)를 제공하는 수학적 투영(8), 및 사용된 특성(74)에 대한 기준 장면(9)의 기준 영상(11)을 제공하는 실제의 투영(72)을 이용하고 있다. 이 구성도에서는 또한 기준 영상(11)의 변환된 영상(13)을 제공하는 파라미터화 가능한 변환 모델(12)을 이용하고 있다. 변환된 영상(13)은 합성 영상 부류(7)와 비교했을 때의 편차(14)를 나타낸다.
정의 및 상세 설명
본 발명의 다른 특성 및 이점은,
- 도 1 내지 도 12의 설명을 위한 것이지 한정하는 것이 아닌 실시예들을 참조하여, 이후에 설명할 사용된 기술 용어의 정의, 및
- 도 1 내지 도 12에 대한 설명을 읽어보면 자명해질 것이다.
장면
장면(3)은 광원에 의해 조명되는 물체(107)를 포함하는 3차원 공간에서의 한 장소로서 정의한다.
영상 포착 기기, 영상, 영상 포착
도 3 및 도 7을 참조하여, 영상 포착 기기(1) 및 영상(103)이 무엇인지에 대해 이하에 설명한다. 영상 포착 기기(1)는 광학 시스템(100), 하나 이상의 센서(101), 전자 회로부(102) 및 메모리 영역(16)으로 이루어지는 기기로서 정의된다. 상기 영상 포착 기기(1)에 의해, 장면(3)으로부터 디지털 정지 또는 동영상(103)을 획득하여 메모리 영역(16)에 기록하거나 외부 장치로 전송하는 것이 가능하다. 동영상은 시간에 있어서 연속한 정지 영상(103)으로 이루어져 있다. 상기 영상 포착 기기(1)는 특히 사진 촬영 기기, 비디오 카메라, PC에 연결되거나그와 일체형인 카메라, 개인 휴대 단말기에 연결되거나 그와 일체형인 카메라, 전화에 연결되거나 그와 일체형인 카메라, 화상 회의 기기, 또는 열감지 카메라 등의 가시광 이외의 파장에 민감한 계측 카메라 또는 기기의 형태일 수 있다.
영상 포착은 영상 포착 기기(1)가 영상(103)을 계산하는 데 사용하는 방법으로서 정의된다.
어떤 기기가 복수의 교환가능한 부품, 특히 광학 시스템(100)을 장착하고 있는 경우, 영상 포착 기기(1)는 그 기기의 특수한 구성으로서 정의된다.
영상 복원 수단, 복원된 영상, 영상 복원
도 2를 참조하여, 영상 복원 수단(19)이 무엇인지에 대해 이제 설명할 것이다. 이러한 영상 복원 수단(19)은 특히 시각 표시 화면, 텔레비전 화면, 평판 화면, 프로젝터, 가상 현실 고글, 프린터의 형태일 수 있다.
이러한 영상 복원 수단(19)은,
- 전자 회로부,
- 하나 이상의 광원, 전자원, 또는 잉크원(source of ink),
- 하나 이상의 변조기: 광 변조 장치, 전자 변조 장치, 잉크 변조 장치,
- 집속 장치로서, 특히 광 프로젝터의 경우는 광학 시스템의 형태이고, CRT 화면의 경우는 전자빔 집속 코일의 형태이며, 평판 화면의 경우는 필터의 형태인 집속 장치, 및
- 복원 매체(190)로서, 특히 CRT 화면, 평판 화면 또는 프로젝터의 경우는 화면의 형태이고, 프린터의 경우는 인쇄가 행해지는 인쇄 매체의 형태이며, 가상영상 프로젝터의 경우는 공간 상의 가상면의 형태인 복원 매체
로 이루어져 있다.
상기 영상 복원 수단(19)에 의해, 영상(103)으로부터 복원 매체(190) 상에 복원된 영상(191)을 얻는 것이 가능하다.
동영상은 시간적으로 연속한 정지 영상으로 이루어져 있다.
영상 복원은 영상 복원 수단(19)에 의해 영상을 표시 또는 인쇄하는 데 사용되는 방법으로서 정의된다.
복원 수단(19)이 복수의 교환가능한 부품 또는 서로에 대해 이동가능한 부품, 특히 복원 매체(190)을 장착하고 있는 경우, 영상 복원 수단(19)은 특수한 구성으로서 정의된다.
센서 표면, 광 중심, 초점 거리
도 1을 참조하여, 센서 표면(110)이 어떻게 정의되는지에 대해 이제 설명한다.
센서 표면(110)은 영상 포착 시에 영상 포착 기기(1)의 센서(101)의 감지면에 의해 그려지는 공간 상에서의 형상으로서 정의된다. 이 표면은 일반적으로 평면이다.
광학 중심(111)은 영상 포착 시 영상(103)과 관련된 공간 상의 한 점으로 정의된다. 초점 거리는 이 점(111)과 평면(110) 사이의 거리로서 정의되며, 이 경우 센서 표면(110)이 그 평면이 된다.
픽셀, 픽셀 값, 노출 시간
도 3을 참조하여, 픽셀(104) 및 픽셀 값이 무엇인지에 대해 이하에 설명한다.
픽셀은 일반적으로 센서 표면의 규칙적인 격자 모양을 형성함으로써 얻어지는 상기 센서 표면의 기본 영역으로서 정의된다. 픽셀 값은 이 픽셀(104)과 관련된 숫자로서 정의된다.
영상 포착은 각 픽셀(104)의 값을 결정하는 것으로 정의된다. 이들 값의 집합이 영상(103)을 구성한다.
영상 포착 중에, 픽셀 값은 장면으로부터 광학 시스템(100)을 거쳐 장면(3)으로부터 유도되는 광속(light flux)의 일부를 노출 시간으로 정의한 기간 동안 픽셀(104)의 표면에 걸쳐 적분하고 이 적분의 결과를 디지털 값으로 변환함으로써 얻어진다. 이 광속의 적분 및/또는 이 적분 결과의 디지털 값으로의 변환은 전자 회로부(102)에 의해 수행된다.
픽셀 값의 개념에 대한 이러한 정의는 정지 영상이든지 동영상이든지 관계없이 흑백 또는 컬러 영상(103)의 경우에 적용될 수 있다.
그렇지만, 경우에 따라서 문제의 광속의 일부는 이하와 같이 여러가지 방식으로 얻어진다.
a) 컬러 영상(103)의 경우, 센서 표면(110)은 일반적으로 서로 다른 파장의 광속과 각각 관련되어 있는 복수의 타입의 픽셀(104), 예를 들면 적색 픽셀, 녹색 픽셀 및 청색 픽셀로 이루어져 있다.
b) 컬러 영상(103)의 경우, 나란히 배치된 복수의 센서(101)도 있을 수 있으며, 각 센서는 광속의 일부를 수광한다.
c) 컬러 영상(103)의 경우, 사용되는 색상은 북미의 NTSC 텔레비전의 경우처럼 적색, 녹색 및 청색과 다를 수 있으며, 이들 색상은 3가지 이상일 수 있다.
d) 마지막으로, 인터레이스 방식의 텔레비전 주사 카메라의 경우, 생성되는 동영상은 짝수번째 라인을 포함하는 영상(103)과 홀수번째 라인을 포함하는 영상(103)이 교대로 있는 구성을 하고 있다.
사용된 구성, 사용된 조정, 사용된 특성
사용된 구성은 교환가능한 경우 영상 포착 기기(1)에 장착되어 있는 광학 시스템(100) 등의 영상 포착 기기(1)의 분리가능한 부품의 리스트로서 정의된다. 사용된 구성은 특히 이하의 특징을 갖는다:
- 광학 시스템(100)의 타입,
- 광학 시스템(100)의 일련 번호 또는 임의의 다른 표시.
사용된 조정은 다음과 같이 정의된다:
- 이상에서 정의된 바와 같은 사용된 구성은 물론
- 사용된 구성에서 이용가능하고 또 영상(103)의 내용에 영향을 주는 수동 또는 자동 조정의 값. 이들 조정은 사용자에 의해, 특히 푸시버튼을 사용하여 행해지거나 영상 포착 기기(1)에 의해 계산될 수 있다. 이들 조정은 상기 기기, 특히 착탈식 매체 상에 또는 상기 기기에 연결된 임의의 장치에 저장될 수 있다. 이들 조정은 특히 광학 시스템(100)의 포커싱, 조리개 및 초점 길이의 조정, 노출 시간의 조정, 화이트 밸런스(white balance), 및 디지털 줌, 압축 및 대비 등의 적분영상 처리 조정을 포함할 수 있다.
사용된 특성(74) 또는 사용된 특성(74)의 집합은 다음과 같이 정의된다:
a) 영상 포착 기기(1)의 설계 단계 중에 결정되는 영상 포착 기기(1)의 고유의 기술적 특성과 관련된 파라미터. 예를 들면, 이들 파라미터는 포착된 영상의 기하학적 결함 및 선명도에 영향을 미치는 사용된 구성의 광학 시스템(100)의 수식을 포함할 수 있다. 사용된 구성의 광학 시스템(100)의 수식은 특히 광학 시스템(100)의 렌즈의 형상, 배열 및 재료를 포함한다.
이들 파라미터는 그 밖에,
- 센서(101)의 기하학적 형상, 즉 다시 말하면 센서 표면(110)은 물론 이 표면 상에서의 픽셀(104)의 형상 및 상대 배열,
- 전자 회로부(102)에 의해 발생되는 잡음,
- 광속을 픽셀 값으로 변환하는 방정식을 포함한다.
b) 영상 포착 기기(1)의 제조 단계 중에 결정되는 영상 포착 기기(1)의 고유의 기술적 특성과 관련된 파라미터, 특히
- 사용된 구성의 광학 시스템(100)에서의 렌즈의 정확한 배치,
- 센서(101)에 대한 광학 시스템(100)의 정확한 배치.
c) 영상(103)의 포착 시에 결정되는 영상 포착 기기(1)의 기술적 특성과 관련된 파라미터, 특히
- 장면(3)에 대한 센서 표면(110)의 위치 및 방향,
- 사용된 조정,
- 온도 등의 외부 인자(이들이 영향을 미치는 경우),
d) 사용자의 선호도, 특히 영상 복원에 사용되는 색온도. 예를 들어, 이들 선호도는 푸쉬버튼을 사용하여 사용자에 의해 선택된다.
관찰점, 관찰 방향
이제, 도 1을 참조하여, 관찰점(105) 및 관찰 방향(106)이 무엇인지에 대해 설명하기로 한다.
수학적 표면(10)은 기하학적으로 센서 표면(110)과 관련된 표면으로서 정의된다. 예를 들어, 센서 표면이 평면인 경우, 수학적 표면(10)은 센서 표면과 일치할 수 있다.
관찰 방향(106)은 장면(3) 중의 적어도 한 점과 광학 중심(111)을 통과하는 선으로서 정의된다. 관찰점(105)은 관찰 방향(106)과 표면(10)의 교차점으로서 정의된다.
관찰 색상, 관찰 휘도
이제부터 도 1을 참조하여, 관찰 색상 및 관찰 휘도가 무엇인지에 대해 설명하기로 한다. 관찰 색상은 주어진 순간에 상기 관찰 방향에서 상기 장면(3)에 의해 방출, 투과 또는 반사되어 상기 관찰점(105)에서 관찰된 광의 색상으로서 정의된다. 관찰 휘도는 동일한 순간에 상기 관찰 방향(106)에서 상기 장면(3)에 의해 방출되어 상기 관찰점(105)에서 관찰된 광의 휘도로서 정의된다.
색상은 특히 파장의 함수인 광 휘도 또는 비색계로 측정한 2개의 값에 의해 그 특성을 나타낼 수 있다. 이 휘도는 광도계로 측정된 값에 의해 그 특성을 나타낼 수 있다.
상기 관찰 색상 및 상기 관찰 휘도는 특히 장면(3)에서의 물체(107)의 상대 위치 및 존재하는 조명 광원은 물론 관찰 순간의 물체(107)의 투명 및 반사 특성에 좌우된다.
수학적 투영, 수학적 영상, 수학적 점, 한 점의 수학적 색상, 한 점의 수학적 휘도, 한 점의 수학적 형상, 한 점의 수학적 위치
특히 도 1, 도 5, 도 9a, 도 9b, 도 9c 및 도 9d를 참조하여, 수학적 투영(8), 수학적 영상(70), 수학적 점, 한 점의 수학적 색상, 한 점의 수학적 휘도, 한 점의 수학적 형상(41) 및 한 점의 수학적 위치(40)의 개념에 대해 설명하기로 한다.
이제, 도 5를 참조하여, 수학적 영상(70)이 수학적 표면(10)상의 적어도 하나의 장면(3)의 특정의 수학적 투영(8)에 의해 어떻게 구성되는지에 대해 설명하기로 한다.
먼저, 특정의 수학적 투영(8)이 무엇인지에 대해 설명하기로 한다.
특정의 수학적 투영(8)은 수학적 영상(70)을 이하의 것, 즉
- 영상(103)의 포착 순간의 장면(3) 및
- 사용된 특성(74)과 연관시킨다.
특정의 수학적 투영(8)이란 수학적 영상(70)의 각 점의 특성이 영상 포착 순간의 영상(3) 및 사용된 특성(74)으로부터 결정되는데 사용될 수 있는 변환을 말한다.
수학적 투영(8)은 양호하게는 이후에 기술될 방식으로 정의된다.
한 점의 수학적 위치(40)는 수학적 표면(10) 상의 관찰점(105)의 위치로서 정의된다.
한 점의 수학적 형상(41)은 관찰점(105)의 기하학적 점모양 형상으로서 정의된다.
한 점의 수학적 색상은 관찰 색상으로서 정의된다.
한 점의 수학적 휘도는 관찰 휘도로서 정의된다.
수학적 점은 고려 중인 관찰점(105)에 대한 수학적 위치(40), 수학적 형상(41), 수학적 색상 및 수학적 휘도의 조합으로서 정의된다. 수학적 영상(70)은 상기 수학적 점의 집합으로 구성된다.
장면(3)의 수학적 투영(8)이 수학적 영상(70)이다.
실제 투영, 실제 점, 한 점의 실제 색상, 한 점의 실제 휘도, 한 점의 실제 형상, 한 점의 실제 위치
특히 도 3, 도 5, 도 9a, 도 9b, 도 9c 및 도 9d를 참조하여, 실제 투영(72), 실제 점, 한 점의 실제 색상, 한 점의 실제 휘도, 한 점의 실제 형상(51), 및 한 점의 실제 위치(50)의 개념에 대해 이후에 기술한다.
영상 포착 동안, 영상 포착 기기(1)는 장면(3)의 영상(103)을 사용된 특성(74)와 관련시킨다. 관찰 방향(106)에서 장면(3)으로부터 나오는 광은 광학 시스템(100)을 통과해 센서 표면(110)에 도달한다.
상기 관찰 방향의 경우, 이어서 실제 점으로서 정의되는 것이 얻어지며, 이실제점은 수학적 점과 비교했을 때의 차이점을 나타낸다.
이제, 도 9a 내지 도 9d를 참조하여, 실제 점과 수학적 점 간의 차이점에 대해 설명한다.
상기 관찰 방향(106)과 관련된 실제 형상(51)은 관찰 표면 상의 점이 아니라 3차원 공간에서 구름 형태를 가지며, 이 실제 형상은 하나 이상의 픽셀(104)과 교차점을 갖는다. 이들 차이점은 특히 영상 포착 기기(1)의 코마, 구면 수차, 비점 수차, 픽셀(104)로의 그룹화, 색 수차, 피사계 심도, 회절, 기생 반사 및 피사계 곡률로 인한 것이다. 이들은 영상(103)의 흐려짐, 즉 선명도가 결여된 느낌을 준다.
게다가, 상기 관찰 방향(106)과 관련된 실제 위치(50)는 한 점의 수학적 위치와 비교할 때의 차이를 나타낸다. 이 차이는 특히 기하학적 왜곡으로 인한 것으로서, 변형, 예를 들어 수직 벽이 굽은 것처럼 보이는 것 같은 느낌을 준다. 이 차이는 또한 픽셀(104)의 수가 제한되어 있고 그 결과 실제 위치(50)가 단지 유한한 수의 값만을 가질 수 있다는 사실에도 기인한다.
또한, 상기 관찰 방향(106)과 관련된 실제 휘도는 한 점의 수학적 휘도와 비교했을 때의 차이를 나타낸다. 이 차이는 특히 감마 및 비네팅(vignetting), 예를 들어 영상(103)의 모서리가 더 어둡게 보이는 것으로 인한 것이다. 게다가, 잡음이 신호에 부가될 수 있다.
마지막으로, 상기 관찰 방향(106)과 관련된 실제 색상은 한 점의 수학적 색상과 비교했을 때의 차이를 나타낸다. 이 차이는 특히 감마 및 색조(color cast)로 인한 것이다. 게다가, 잡음이 신호에 부가될 수 있다.
실제 점은 고려 중에 있는 관찰 방향(106)에 대한 실제 위치(50), 실제 형상(51), 실제 색상 및 실제 휘도의 조합으로서 정의된다.
파라미터화 가능한 변환 모델, 파라미터, 보정된 영상
파라미터화 가능한 변환 모델(12) [또는 줄여서 파라미터화 가능한 변환(12)이라 함]은 영상(103)과 파라미터의 값으로부터 보정된 영상(71)이 획득될 수 있는 수학적 변환으로서 정의된다. 이하에 기술하는 바와 같이, 상기 파라미터는 특히 사용된 특성(74)으로부터 계산될 수 있다.
상기 파라미터화 기능한 변환(12)에 의해, 영상(103)의 각각의 실제 점마다 파라미터의 값, 상기 실제 점의 실제 위치 및 영상(103)의 픽셀의 값으로부터 상기 실제 점의 보정된 위치, 상기 실제 점의 보정된 색상, 상기 실제 점의 보정된 휘도 및 상기 실제 점의 보정된 형상을 결정할 수 있다. 일례로서, 보정된 위치는 실제 위치의 함수로서의 고정 차수의 다항식을 사용하여 계산될 수 있으며, 이 다항식의 계수는 파라미터의 값에 좌우된다. 보정된 색상 및 보정된 휘도는 예를 들어 픽셀의 값의 가중 합일 수 있으며, 그 계수는 파라미터의 값 및 실제 위치에 좌우되거나 또는 영상(103)의 픽셀의 값의 비선형 함수일 수 있다.
파라미터는 특히 사용된 구성의 광학 시스템(100)의 초점 길이, 또는 렌즈군의 위치 등의 관련 값, 사용된 구성의 광학 시스템(100)의 포커싱 또는 렌즈군의 위치 등의 관련 값, 사용된 구성의 광학 시스템(100)의 유효 구경 또는 조리개의 위치 등의 관련 값을 포함할 수 있다.
수학적 영상과 보정된 영상 간의 차이
도 5를 참조하면, 주어진 장면(3)과 사용된 소정의 특성(74)에 대한 수학적 영상(70)과 보정된 영상(71) 사이의 차이(73)는 보정된 점들 모두 또는 일부와 수학적 점들 모두 또는 일부의 위치, 색상, 휘도 및 형상을 특성을 나타내는 숫자로부터 결정된 하나 이상의 값으로서 정의된다.
예를 들어, 주어진 장면(3)과 사용된 소정의 특성(74)에 대한 수학적 영상(70)과 보정된 영상(71) 사이의 차이(73)는 다음과 같이 결정될 수 있다:
- 예를 들면 도 10에 도시한 바와 같이 규칙적으로 배치된 점들로 된 직교 어레이(80)의 점들일 수 있는 특성점들이 선택된다.
- 차이(73)는 예를 들어 각 특성점마다 실제 점과 수학적 점에 대한 보정된 위치, 보정된 색상, 보정된 휘도 및 보정된 형상의 특성을 나타내는 각 숫자 사이의 차의 절대값의 합산을 취함으로써 계산된다. 이 차의 절대값의 합산 함수는 평균, 제곱의 합 또는 그 숫자의 조합에 사용될 수 있는 임의의 다른 함수 등의 다른 함수로 대체될 수 있다.
기준 장면
기준 장면(9)은 어떤 특성들을 알고 있는 장면(3)으로서 정의된다. 예를 들어, 도 4a는 규칙적으로 배치된 속이 채워진 검정색 원을 갖는 종이로 이루어진 기준 장면(9)을 나타내고 있다. 도 4b는 동일한 원을 가지며 또 채색된 선과 영역이 부가된 다른 종이를 나타낸 것이다. 이 원은 점의 실제 위치(50)를 측정하는 데 사용되고, 선들은 점의 실제 형상(51)을 측정하는 데 사용되며, 채색된 영역은 점의 실제 색상 및 점의 실제 휘도를 측정하는 데 사용된다. 이 기준 장면(9)은 종이 이외의 다른 물질로 구성될 수 있다.
기준 영상
이제, 도 12를 참조하여 기준 영상(11)의 개념에 대하여 정의한다. 기준 영상(11)은 영상 포착 기기(1)에서 획득된 기준 장면(9)의 영상으로서 정의된다.
합성 영상, 합성 영상 부류
이제 도 12를 참조하여, 합성 영상(207)과 합성 영상 부류(7)의 개념에 대하여 정의한다. 합성 영상(207)은 기준 장면(9)의 수학적 투영(8)에 의해 획득된 수학적 영상(70)으로서 정의된다. 합성 영상 부류(7)는 하나 이상의 사용된 특성(74) 세트에 대한 하나 이상의 기준 장면(9)의 수학적 투영에 의해 획득된 한 세트의 수학적 영상(70)으로서 정의된다. 단지 하나의 기준 장면(9) 및 단지 하나의 사용된 특성(74) 세트만이 있는 경우, 합성 영상 부류(7)는 단지 하나의 합성 영상(207)만을 포함한다.
변환된 영상
이제, 도 12를 참조하여 변환된 영상(13)의 개념에 대하여 정의한다. 변환된 영상(13)은 파라미터화 가능한 변환 모델(12)을 기준 영상(11)에 적용함으로써 획득된 보정된 영상으로서 정의된다.
합성 영상 부류에 가까운 변환된 영상, 편차
이제, 도 12를 참조하여, 합성 영상 부류(7)에 가까운 변환된 영상(13)의 개념과 편차(14)의 개념에 대해 설명한다.
변환된 영상(13)과 합성 영상 부류(7) 사이의 차는 상기 변환된 영상(13)과 상기 합성 영상 부류(7)의 합성 영상(207) 중의 임의의 하나 사이의 최소 차로서 정의된다.
다음에, 도 12를 참조하여, 기준 장면(9)과 사용된 특성(74)의 다른 경우에 파라미터화 가능한 변환 모델(12)들 중에서 각 기준 영상(11)을 상기 기준 영상(11)에 대응하는 기준 장면(9)의 합성 영상 부류(7)에 가까운 변환된 영상(13)으로 변환하는 데 사용될 수 있는 것을 선택하는 데 사용될 수 있는 방법에 대해 설명한다.
- 한 세트의 소정의 사용된 특성(74)과 관련된 소정의 기준 장면(9)의 경우에, 기준 영상(11)을 합성 영상 부류(7)과 비교했을 때 가장 작은 차이를 나타내는 변환된 영상(13)으로 변환하는 데 사용될 수 있는 파라미터화 가능한 변환(12)(및 그의 파라미터)가 선택된다. 그러면, 합성 영상 부류(7) 및 변환된 영상(13)은 비슷하다고 말한다. 편차(14)는 상기 차이로서 정의된다.
- 여러 세트의 소정의 사용된 특성(74)과 관련된 일군의 소정의 기준 장면의 경우에, 파라미터화 가능한 변환(12) (및 그의 파라미터)은 고려 중인 각 기준 장면(9)의 변환된 영상(13)과 각 기준 장면(9)의 합성 영상 부류(7) 사이의 차의 함수로서 선택된다. 상기 차의 합산이 최소화되도록 기준 영상(11)을 변환된 영상(13)으로 변환하는 데 사용할 수 있는 파라미터화 가능한 변환(12)(및 그의 파라미터)이 선택된다. 합산 함수는 곱 등의 다른 함수로 대체될 수 있다. 그러면, 합성 영상 부류(7) 및 변환된 영상(13)은 비슷하다고 말한다. 편차(14)는 상기 차로부터, 예를 들어 그의 평균을 계산함으로써 얻어진 값으로서 정의된다.
- 어떤 사용된 특성(74)이 미지인 경우, 적어도 하나의 기준 장면(9)의 복수의 기준 영상(11)의 포착으로부터 그 특성을 결정하는 것이 가능하다. 이 경우에, 상기 차의 합산이 최소화되도록 특히 반복 계산에 의해 또는 상기 차의 합 및/또는 그의 곱 및/또는 상기 차의 임의의 다른 적당한 조합에 관한 방정식의 해를 구함으로써, 미지의 특성 및 기준 영상(11)을 변환된 영상(13)으로 변환하는 데 사용될 수 있는 파라미터화 가능한 변환(12)(및 그의 파라미터)이 동시에 결정된다. 그러면, 합성 영상 부류(7) 및 변환된 영상(13)은 비슷하다고 말한다. 미지의 특성은 예를 들어 고려 중인 센서 표면(110) 및 각 기준 장면(9)의 상대 위치 및 배향일 수 있다. 편차(14)는 상기 차로부터, 예를 들어 그의 평균을 계산함으로써 얻어진 값으로서 정의된다.
최상의 변환
최상의 변환은 파라미터화 가능한 변환 모델(12)들 중에서, 각 기준 영상(11)을 상기 기준 영상(11)에 대응하는 기준 장면(9)의 합성 영상 부류(7)와 비슷한 변환된 영상(13)으로 변환될 수 있는 변환으로서 정의된다.
조정(calibration)
조정은 하나 이상의 사용된 구성에 대해 영상 포착 기기(1)의 고유 특성과 관련된 데이터를 획득하는 데 사용될 수 있는 방법으로서 정의되며, 각 구성은 영상 포착 기기(1)와 관련된 광학 시스템(100)으로 이루어져 있다.
경우 1 : 단지 한가지 구성만이 있는 경우, 상기 방법은 이하의 단계들을 포함한다:
- 상기 영상 포착 기기(1) 상에 상기 광학 시스템(100)을 탑재하는 단계,
- 하나 이상의 기준 장면(9)을 선택하는 단계,
- 몇가지 사용된 특성(74)을 선택하는 단계,
- 상기 사용된 특성(74)에 대한 상기 기준 장면(9)의 영상들을 포착하는 단계, 및
- 동일한 사용된 특성(74)에 대응하는 각 그룹의 기준 장면(9)에 대한 최상의 변환을 계산하는 단계.
경우 2 : 소정의 영상 포착 기기(1) 및 동일한 유형의 모든 광학 시스템(100)에 대응하는 구성을 모두 고려하는 경우, 상기 방법은 이하의 단계들을 포함한다.
- 하나 이상의 기준 장면(9)을 선택하는 단계,
- 몇가지 사용된 특성(74)을 선택하는 단계,
- 예를 들면 광선 추적에 의해 광학 시스템을 계산하는 소프트웨어를 사용하여, 사용된 특성(74)으로부터, 특히 사용된 구성의 광학 시스템(100)에 대한 구성식 및 파라미터들의 값으로부터 영상(103)을 계산하는 단계, 및
- 동일한 사용된 특성에 대응하는 각 그룹의 기준 장면(9)에 대한 최상의 변환을 계산하는 단계.
경우 3 : 소정의 광학 시스템(100) 및 동일한 유형의 모든 영상 포착 기기(1)에 대응하는 구성들 모두를 고려하는 경우, 상기 방법은 이하의 단계들을포함한다.
- 상기 광학 시스템(100)을 고려 중인 유형의 영상 포착 기기(1) 상에 탑재하는 단계,
- 하나 이상의 기준 장면(9)을 선택하는 단계,
- 몇가지 사용된 특성(74)을 선택하는 단계,
- 상기 사용된 특성에 대한 상기 기준 장면(9)의 영상들을 포착하는 단계, 및
- 동일한 사용된 특성에 대응하는 각 그룹의 기준 장면(9)에 대한 최상의 변환을 계산하는 단계.
경우 1의 각 기기 및 구성에 대해, 조정은 영상 포착 기기(1)의 제조업자에 의해 우선적으로 수행될 수 있다. 이 방법은 보다 정밀하지만 더 많은 제한을 주게 되어, 광학 시스템(100)이 교환될 수 없는 경우에 아주 적합하다.
다른 대안에서, 경우 2의 각 기기 유형 및 구성에 대해, 조정은 영상 포착 기기(1)의 제조업자에 의해 수행될 수 있다. 이 방법은 덜 정밀하지만 보다 간단하다.
다른 대안에서, 경우 3의 각 광학 시스템 및 기기의 유형에 대해, 조정은 영상 포착 기기(1)의 제조업자에 의해 수행될 수 있다. 이 방법은 영상 포착 기기(1) 및 광학 시스템(100)의 각 조합에 대해 조정을 반복하지 않고 하나의 광학 시스템(100)을 한가지 유형의 영상 포착 기기(1) 모두에서 사용할 수 있는 절충안이다.
다른 대안에서, 경우 1의 각 영상 포착 기기(1) 및 구성에 대해, 조정은 기기 판매업자 또는 설치자에 의해 수행될 수 있다.
다른 대안에서, 경우 3의 각 광학 시스템(100) 및 기기의 유형에 대해, 조정은 기기 판매업자 또는 설치자에 의해 수행될 수 있다.
다른 대안에서, 경우 1의 각 기기 및 구성에 대해, 조정은 기기 사용자에 의해 수행될 수 있다.
다른 대안에서, 경우 3의 각 광학 시스템(100) 및 기기의 유형에 대해, 조정은 기기 사용자에 의해 수행될 수 있다.
디지털 광학 시스템의 설계
디지털 광학 시스템의 설계는 이하와 같이 함으로써 광학 시스템(100)의 단가를 감소시키는 방법으로서 정의된다:
- 특히 실제 점의 위치 결정에 결점을 갖는 광학 시스템(100)의 설계 또는 카탈로그로부터 동일한 것의 선택,
- 렌즈의 수의 감축, 및/또는
- 렌즈의 형상의 단순화, 및/또는
- 비용이 적게 드는 재료, 처리 작업 또는 제조 공정의 사용.
상기 방법은 이하의 단계들을 포함한다.
- (상기 정의된 의미 안에서) 허용가능한 차를 선택하는 단계,
- 하나 이상의 기준 장면(9)을 선택하는 단계, 및
- 몇가지 사용된 특성(74)을 선택하는 단계.
상기 방법은 또한 이하의 단계의 반복도 포함한다.
- 렌즈의 형상, 재료 및 배열을 특히 포함하는 광학식(optical formula)을 선택하는 단계,
- 예를 들어 광선 추적에 의해 광학 시스템을 계산하는 소프트웨어를 사용하거나 프로토타입(prototype)에 대한 측정을 함으로써, 사용된 특성(74), 특히 사용된 구성의 광학 시스템(100)에 대한 구성식으로부터 영상(103)을 계산하는 단계,
- 동일한 사용된 특성(74)에 대응하는 각 그룹의 기준 장면(9)에 대한 최상의 변환을 계산하는 단계, 및
- 그 차가 허용될 때까지 그 차가 허용되는 것인지를 확인하는 단계.
포맷화된 정보
영상(103)과 관련된 포맷화된 정보(15), 즉 포맷화된 정보(15)는 이하의 데이터의 전부 또는 그 일부로서 정의된다.
- 영상 포착 기기(1)의 고유의 기술적 특성, 특히 왜곡 특성에 관한 데이터, 및/또는
- 영상 포착 순간의 영상 포착 기기(1)의 기술적 특성에 관한 데이터, 특히 노출 시간, 및/또는
- 상기 사용자의 선호도에 관한 데이터, 특히 색온도, 및/또는
- 편차(14)에 관한 데이터.
특성의 데이터베이스
특성의 데이터베이스(22)는 하나 이상의 영상 포착 기기(1) 및 하나 이상의영상(103)에 대한 포맷화된 정보(15)를 갖는 데이터베이스로서 정의된다.
상기 특성의 데이터베이스(22)는 집중 방식으로 또는 분산 방식으로 저장될 수 있으며, 특히,
- 영상 포착 기기(1)에 일체화,
- 광학 시스템(100)에 일체화,
- 착탈식 저장 장치에 일체화,
- 영상 포착 동안 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 후에 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 기기(1)과 공유하는 저장 매체를 판독할 수 있는 PC 또는 다른 컴퓨터에 일체화,
- 그 자체가 다른 영상 포착 컴포넌트에 연결된, PC 또는 다른 컴퓨터에 연결된 원격 서버에 일체화되어 있다.
필드
이제부터, 도 8을 참조하여, 필드(90)의 개념에 대해 정의한다. 영상(103)과 관련된 포맷화된 정보(15)는 몇가지 형태로 기록되고 또 하나 이상의 테이블로 구성될 수 있지만, 논리적으로는 이하의 것을 포함하는 필드(90)의 전부 또는 그 일부에 해당한다.
(a) 초점 거리,
(b) 피사계 심도, 및
(c) 기하학적 결함.
상기 기하학적 결함으로는, 촬영 특성(74)과 관련된 파라미터 및 촬영 순간의 영상 포착 기기(1)의 특성을 나타내는 파라미터화 가능한 변환으로 특징지워지는 영상(103)의 기하학적 결함이 있다. 상기 파라미터 및 상기 파라미터화 가능한 변환에 의해, 영상(103)의 한 점의 보정된 위치를 계산할 수 있다.
상기 기하학적 결함으로는, 또한 촬영 특성(74)과 관련된 파라미터 및 촬영 순간의 영상 포착 기기(1)의 특성을 나타내는 파라미터화 가능한 변환으로 특징지워지는 비네팅이 있다. 상기 파라미터 및 상기 파라미터화 가능한 변환에 의해, 영상(103)의 한 점의 보정된 휘도를 계산할 수 있다.
상기 기하학적 결함으로는, 또한 촬영 특성(74)과 관련된 파라미터 및 촬영 순간의 영상 포착 기기(1)의 특성을 나타내는 파라미터화 가능한 변환으로 특징지워지는 색조가 있다. 상기 파라미터 및 상기 파라미터화 가능한 변환에 의해, 영상(103)의 한 점의 보정된 색상을 계산할 수 있다.
상기 필드(90)는 (d) 영상(103)의 선명도도 포함한다.
상기 선명도는 촬영 특성(74)과 관련된 파라미터 및 촬영 순간의 영상 포착 기기(1)의 특성을 나타내는 파라미터화 가능한 변환으로 특징지워지는 영상(103)의 해상도의 흐려짐을 포함한다. 상기 파라미터 및 상기 파라미터화 가능한 변환에 의해, 영상(103)의 한 점의 보정된 형상을 계산할 수 있다. 흐려짐은 특히 코마, 구면 수차, 비점 수차, 픽셀(104)로의 그룹화, 색 수차, 피사계 심도, 회절, 기생 반사 및 피사계 곡률을 포함한다.
상기 선명도는 또한 피사계 심도에서의 흐려짐, 특히 구면 수차, 코마 및 비점 수차도 포함한다. 상기 흐려짐은 영상 포착 기기(1)에 대한 장면(3)의 점들의 거리에 좌우되며, 촬영 특성(74)과 관련된 파라미터 및 촬영 순간의 영상 포착 기기(1)의 특성을 나타내는 파라미터화 가능한 변환으로 특징지워진다. 상기 파라미터 및 상기 파라미터화 가능한 변환에 의해, 영상(103)의 한 점의 보정된 형상을 계산할 수 있다.
상기 필드(90)는 또한 (e) 양자화 방법의 파라미터도 포함한다. 상기 파라미터는 사용될 수 있는 센서(101)의 기하학적 형태 및 물리적 현상, 전자회로부(102)의 구조, 및 임의의 처리 소프트웨어에 좌우된다.
상기 파라미터는 픽셀(104)의 휘도의 변동을 상기 장면(3)으로부터 나오는 파장 및 광속의 함수로서 표현하는 함수를 포함한다. 상기 함수는 특히 감마 정보를 포함한다.
상기 파라미터는 또한
- 상기 센서(101)의 기하학적 형태, 특히 상기 센서(101)의 형상, 상대 위치 및 감광 요소의 수,
- 영상 포착 기기(1)의 공간적 및 시간적 잡음 분포를 나타내는 함수, 및
- 영상 포착을 위한 노출 시간을 나타내는 값을 포함한다.
상기 필드(90)는 또한 (f) 영상 포착 기기(1)에 의해 수행되는 디지털 처리 동작, 특히 디지털 줌 및 압축의 파라미터를 포함한다. 이들 파라미터는 영상 포착 기기(1)의 처리 소프트웨어 및 사용자의 조정에 좌우된다.
상기 필드(90)는 또한
(g) 사용자의 선호도를 나타내는, 특히 영상(103)의 해상도 및 흐려짐 정도에 관한 파라미터, 및
(h) 편차(14)를 포함한다.
포맷화된 정보의 계산
포맷화된 정보(15)는 몇가지 단계에서 계산되어 데이터베이스(22)에 기록될 수 있다.
a) 영상 포착 기기(1)의 설계의 끝에서의 단계.
이 단계에 의해, 영상 포착 기기(1)의 고유의 기술적 특성, 특히
- 전자 회로부(102)에 의해 발생되는 잡음의 공간적 및 시간적 분포
- 광속의 픽셀 값으로의 변환식, 및
- 센서(101)의 기하학적 형태를 획득할 수 있다.
b) 디지털 광학 시스템의 조정 또는 설계의 끝에서의 단계.
이 단계에 의해, 영상 포착 기기(1)의 다른 고유의 기술적 특성, 특히 어떤 개수의 사용된 특성의 값들에 대해, 최상의 관련 변환 및 관련 편차(14)를 획득할 수 있다.
c) 사용자의 선호도가 푸시버튼, 메뉴 또는 착탈식 매체 또는 다른 장치로의 연결에 의해 선택되는 단계.
d) 영상 포착 단계.
이 단계 d)에 의해, 영상 포착의 순간에 영상 포착 기기(1)의 기술적 특성, 특히 수동 또는 자동 조정을 행함으로써 결정되는 노출 시간을 획득할 수 있다.
단계 d)에 의해, 초점 거리도 구할 수 있다. 초점 거리는 다음으로부터 계산된다.
- 사용된 구성의 광학 시스템(100)의 가변 초점 길이의 렌즈 그룹의 위치의 측정, 또는
- 위치 결정 모터에 입력되는 설정값, 또는
- 초점 거리가 고정된 경우 제조업자의 값.
그러면, 상기 초점 거리는 영상(103)의 내용의 분석에 의해 결정될 수 있다.
단계 d)에 의해, 피사계 심도도 구할 수 있다. 피사계 심도는 다음으로부터 계산된다.
- 사용된 구성의 광학 시스템(100)의 집속 렌즈 그룹의 위치의 측정, 또는
- 위치 결정 모터에 입력되는 설정값, 또는
- 피사계 심도가 고정된 경우 제조업자의 값.
단계 d)에 의해, 기하학적 형태 및 선명도의 결함도 구할 수 있다. 기하학적 형태 및 선명도의 결함은 단계 b)의 끝에서 획득한 특성의 데이터베이스(22)의 변환들의 조합에 의해 계산된 변환에 대응한다. 이 조합은 사용된 특성(74)에 대응하는 파라미터의 값, 특히 초점 거리를 나타내도록 선택된다.
단계 d)에 의해, 영상 포착 기기(1)에 의해 수행되는 디지털 처리의 파라미터도 획득할 수 있다. 이들 파라미터는 수동 또는 자동 조정을 행함으로써 결정된다.
단계 a) 내지 단계 d)에 따른 포맷화된 정보(15)의 계산은 다음의 것에 의해수행될 수 있다.
- 영상 포착 기기(1)에 일체화된 장치 또는 소프트웨어, 및/또는
- PC 또는 다른 컴퓨터에 있는 드라이버 소프트웨어, 및/또는
- PC 또는 다른 컴퓨터에 있는 소프트웨어, 및/또는
- 이들 세가지의 조합.
단계 b) 및 단계 d)에서의 전술한 변환은 이하의 형태로 저장될 수 있다.
- 전체적인 수학식,
- 각 점에 대한 수학식, 및
- 어떤 특성점에 대한 수학식.
수학식은 다음의 것에 의해 기술될 수 있다.
- 계수의 리스트,
- 계수 및 좌표의 리스트.
이들 여러가지 방법에 의해, 이들 식의 저장에 이용가능한 메모리의 크기와 보정된 영상(71)의 계산에 이용가능한 계산 능력 사이의 절충안에 도달하는 것이 가능하다.
게다가, 데이터를 검색하기 위해, 그 데이터와 관련된 식별자가 데이터베이스(22)에 기록된다. 이들 식별자는 특히 이하의 것을 포함한다.
- 영상 포착 기기(1)의 유형 및 참조의 식별자,
- 광학 시스템(100)이 착탈식인 경우 그의 유형 및 참조의 식별자,
- 저장된 정보로의 링크를 갖는 임의의 다른 착탈식 컴포넌트의 유형 및 참조의 식별자,
- 영상(103)의 식별자,
- 포맷화된 정보(15)의 식별자.
완성된 영상
도 11에 도시한 바와 같이, 완성된 영상(120)은 포맷화된 정보(15)와 관련되 영상(103)으로서 정의된다. 이 완성된 영상(120)은 우선적으로 파일의 형태를 가질 수 있다. 완성된 영상(120)은 또한 복수의 파일로 분산될 수 있다.
완성된 영상(120)은 영상 포착 기기(1)에 의해 계산될 수 있다. 완성된 영상(120)은 또한 컴퓨터 등의 외부 계산 장치에 의해 계산될 수 있다.
영상 처리 소프트웨어
영상 처리 소프트웨어(4)는 하나 이상의 완성된 영상(120)을 입력으로서 받아서 이들 영상에 대해 처리 동작을 수행하는 소프트웨어로서 정의된다. 이들 처리 동작은 특히
- 보정된 영상(71)의 계산,
- 실제 세계에서의 측정의 수행,
- 몇개의 영상의 조합,
- 실제 세계에 대한 영상의 충실도의 향상,
- 영상의 주관적 화질의 향상,
- 장면(3) 내의 물체 또는 사람(107)의 검출,
- 장면(3)에 물체 또는 사람(107) 부가,
- 장면(3) 내의 물체 또는 사람(107)의 대체 또는 수정,
- 장면(3)으로부터의 그림자의 제거,
- 장면(3)에 그림자 부가,
- 영상 베이스에서의 물체의 검색.
상기 영상 처리 소프트웨어는
- 영상 포착 기기(1)에 일체화,
- 전송 수단(18)에 의해 영상 포착 기기(1)에 연결된 계산 수단(17) 상에서 실행될 수 있다.
디지털 광학 시스템
디지털 광학 시스템은 영상 포착 기기(1), 특성의 데이터베이스(22) 및 계산 수단(17)의 조합으로서 정의되는 것으로서,
- 영상(103)의 영상 포착,
- 완성된 영상의 계산,
- 보정된 영상(71)의 계산을 할 수 있다.
우선적으로, 사용자는 보정된 영상(71)을 직접 획득한다. 사용자는 원하는 경우 자동 보정의 금지를 요구할 수 있다.
특성의 데이터베이스(22)는
- 영상 포착 기기(1)에 일체화,
- 영상 포착 동안 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 후에 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 기기(1)와 공유하는 저장 매체를 판독할 수 있는 PC 또는 다른 컴퓨터에 일체화,
- 그 자체가 다른 영상 포착 컴포넌트에 연결된, PC 또는 다른 컴퓨터에 연결된 원격 서버에 일체화될 수 있다.
계산 수단(17)은
- 센서(101)와 함께 한 컴포넌트에 일체화,
- 전자회로부(102)의 일부와 함께 한 컴포넌트에 일체화,
- 영상 포착 기기(1)에 일체화,
- 영상 포착 동안 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 후에 다른 컴포넌트에 연결된 PC 또는 다른 컴퓨터에 일체화,
- 영상 포착 기기(1)와 공유하는 저장 매체를 판독할 수 있는 PC 또는 다른 컴퓨터에 일체화,
- 그 자체가 다른 영상 포착 컴포넌트에 연결된, PC 또는 다른 컴퓨터에 연결된 원격 서버에 일체화될 수 있다.
전체 체인의 처리
이상의 단락은 기본적으로 영상 포착 기기(1)의 특성에 관한 포맷화된 정보(15)를 영상 처리 소프트웨어(4)에 제공하기 위한 본 발명에 따른 방법 및 시스템의 개념 및 설명에 대한 상세한 내용을 제시하였다.
이후의 단락에서는, 영상 복원 수단(19)의 특성에 관한 포맷화된 정보(15)를 영상 처리 소프트웨어(4)에 제공하기 위한 본 발명에 따른 방법 및 시스템의 개념의 확장된 정의 및 보충 설명을 제시할 것이다.
전체 체인의 처리에 의해,
- 영상 포착 기기(1) 및 영상 복원 수단(19)의 결함을 보정하면서 복원된 영상(191)을 획득하기 위해 그 체인의 한쪽 단부에서 다른쪽으로 영상(103)의 화질의 향상, 및/또는
- 영상 화질의 향상을 위한 소프트웨어와 결합하여 비디오 프로젝터에서 보다 저화질 및 보다 저가의 광학 시스템을 사용할 수 있다.
영상 복원 수단과 관련된 정의
이제부터, 도 2 및 도 6에 기초하여, 프린터, 시각 디스플레이 화면 또는 프로젝터 등의 영상 복원 수단(19)의 특성이 포맷화된 정보(15)에서 어떻게 고려되고 있는지에 대해 설명할 것이다.
영상 복원 수단(19)의 경우의 정의에 행할 보충 또는 수정은 당업자라면 영상 포착 기기(1)의 경우에 제공된 정의를 사용하여 유추할 수 있다. 그럼에도 불구하고, 이 방법을 설명하기 위해, 이제부터 특히 도 6을 참조하여 주요 보충 및 수정에 대해 설명할 것이다.
사용된 복원 특성(95)에 의해, 영상 복원 수단(19)의 고유의 특성, 영상 복원 순간의 영상 복원 수단(19)의 특성, 및 영상 복원 순간의 사용자의 선호도가 표시된다. 특히, 프로젝터의 경우, 사용된 복원 특성(95)은 사용된 화면의 형상 및 위치를 포함한다.
파라미터화 가능한 복원 변환 모델(97) [또는 간단히 파라미터화 가능한 복원 변환(97)]에 의해, 파라미터화 가능한 변환 모델(12)과 유사한 수학적 변환이 표시된다. 파라미터화 가능한 복원 역변환 모델(97) [또는 간단히 파라미터화 가능한 복원 역변환(97)]에 의해, 파라미터화 가능한 역변환 모델(12)과 유사한 수학적 변환이 표시된다.
보정된 복원 영상(94)에 의해, 파라미터화 가능한 복원 변환(97)의 영상(103)으로의 적용에 의해 획득된 영상이 표시된다.
수학적 복원 영상(96)에 의해, 복원 매체(190)의 표면과 기하학적으로 관련된 수학적 복원 표면 상의 수학적 복원 영상(92)을 보정된 복원 영상(94)과 관련시키는 수학적 투영이 표시된다. 수학적 복원 표면의 수학적 복원 점은 보정된 복원 영상(94)으로부터 계산된 형상, 위치, 색상 및 휘도를 갖는다.
실제 복원 투영(90)에 의해, 복원된 영상(191)을 영상(103)과 관련시키는 투영이 표시된다. 영상(103)이 픽셀값은 복원 수단(19)의 전자회로부에 의해 복원 수단(19)의 변조기를 구동하는 신호로 변환된다. 실제 복원 점은 복원 매체(190) 상에서 획득된다. 상기 실제 복원 점은 형상, 색상, 휘도 및 위치에 의해 특징지워진다. 영상 포착 기기(1)의 경우에 전술한 픽셀(104)으로의 그룹화 현상은 영상 복원 수단의 경우에는 일어나지 않는다. 한편, 특히 선들이 계단 모양을 하는 결과 반대 현상이 일어난다.
복원 차(93)는 복원된 영상(191)과 수학적 복원 영상(92) 사이의 차로서 표시된다. 이 복원 차(93)는 차(73)를 사용하여 유추하여 구해진다.
복원 기준에 의해, 픽셀(104)의 값을 알고 있는 영상(103)이 표시된다.
최상의 복원 변환에 의해, - 복원 기준 및 사용된 복원 특성(95) - 이들을 사용하여 영상(103)을 보정된 복원 영상(94)으로 변환하여 그의 수학적 복원 투영(92)이 복원된 영상(191)과 비교했을 때 최소 복원 차(93)를 나타내도록 표시된다.
디지털 광학 복원 시스템의 복원 조정 및 설계의 방법은 영상 포착 기기(1)의 경우의 디지털 광학 시스템의 조정 및 설계의 방법과 유사하다. 그럼에도 불구하고, 어떤 단계들에서, 특히 이하의 단계에서 차이점이 존재한다.
- 복원 기준을 선택하는 단계,
- 상기 복원 기준의 복원을 수행하는 단계, 및
- 최상의 복원 변환을 계산하는 단계.
영상 포착 기기(1)와 관련된 포맷화된 정보(15) 및 영상 복원 수단(19)과 관련된 포맷화된 정보(15)는 동일한 영상에 대해 시종 사용될 수 있다.
이상에서, 영상 포착 기기(1)의 경우 필드의 개념에 대해 설명하였다. 이 개념은 또한 영상 복원 수단(19)의 경우에 유추하여 적용할 수 있다. 그럼에도 불구하고, 양자화 방법의 파라미터가 복원 매체(190)의 기하학적 형태 및 그의 위치, 영상 복원 수단(19)의 잡음의 공간적 및 시간적 분포를 나타내는 함수를 의미하는 신호 재구성 방법의 파라미터로 대체된다.
개념의 일반화
기본적으로 디지털 유형의 영상 포착 기기, 즉 디지털 영상을 생성하는 기기를 참조하여 본 발명을 구성하고 또 청구항에 열거된 기술적 특징에 대해 정의, 기술 및 설명하였다. 동일한 기술적 특징이 현상된 감광 필름으로부터 디지털 영상을 생성하기 위한 스캐너를 갖는 은 기술(감광성 할로겐화은 필름, 네거티브 또는 반전 필름을 사용하는 사진 또는 영사 기기)에 기초한 기기의 조합이 되는 영상 포착 기기의 경우에 적용될 수 있다는 것은 용이하게 이해할 수 있다. 확실한 것은 사용된 정의들 중 적어도 일부를 채택하는 것이 이 경우에 적합하다는 것이다. 이러한 채택은 당업자라면 가능한 것이다. 이러한 채택의 명백한 특성을 설명하기 위해서는, 스캐너를 갖는 은 기술에 기초한 기기의 조합인 경우에는 필름의 표면의 기본 영역이 스캐너에 의해 디지털화된 후에 도 3을 참조하여 설명된 픽셀 및 픽셀값의 개념이 그 영역에 적용되어야만 한다는 것을 언급하기만 하면 된다. 이러한 정의의 전환은 자명한 것으로서 사용된 구성의 개념으로까지 확장될 수 있다. 일례로서, 사용된 구성에 포함된 영상 포착 기기(1)의 착탈식 부품의 리스트는 은 기술에 기초한 기기에서 효과적으로 사용되는 사진 필름의 유형에 의해 보충될 수 있다.
영상 화질의 자동 변경
도 17, 13a, 13b, 및 13c를 참조하여, 특정의 기기 체인으로도 정의되는 기기 체인(P3)로부터 도출된 또는 이에 입력된 영상(P2)의 화질의 자동 변경을 위한 본 발명에 따른 방법 및 시스템의 실제 예에 대해서 설명할 것이다.
실제 예에서, 본 발명에 따른 시스템은 영상(P2)에 대해서 본 발명에 따른 방법의 다음의 단계들을 수행하는 데이터 처리 수단(P76)을 포함한다.
- 기기 세트(P75)의 기기들에 관한 포맷화된 정보(15)의 발생원(P50)의 디렉토리들을 편집하는 단계 -이들 발생원(P50)은 특히 경우에 따라서는 영상(P2)을 포함하는 영상 파일(P58), 기기, 로컬 및/또는 원격 데이터베이스(22), 및 영상(P2) 또는 변경된 영상을 로드하기 위한 수단(P53)일 수 있으며, 일례는 스캐너용의 트웨인-컴프라이언트 소프트웨어이며; 이런 식으로 편집된 발생원은 데이터베이스(22)로서 정의됨-,
- 이런 식으로 편집된 상기 포맷화된 정보(15) 중에서 상기 특정의 기기 체인(P3)에 관한 특정의 포맷화된 정보(P51)를 예컨대 인터넷을 통해 자동으로 검색하는 단계,
- 기기들 중 하나에 대해 특정의 포맷화된 정보(P51) 검색이 성공하지 못한 경우에, 예컨대 전술한 방법에 따라서 그 기기의 결함을 측정하거나, 그 기기를 시뮬레이팅하거나, 또는 그 기기를 교정함으로써 미지의 포맷화된 정보를 산출하는 단계,
- 이런 식으로 얻어진 상기 특정의 포맷화된 정보(P51)를 고려하여 영상 처리 소프트웨어(P64) 또는 영상 처리 컴포넌트(P65)에 의해 상기 영상(P2)을 자동으로 변경하는 단계.
예시적으로, 사진 기기인지, 비디오 촬영 기기인지, 에코그래픽(echographic) 기기인지 간에 영상 포착 기기의 영상 복원의 응용에 있어서, 본 발명에 따른 방법과 시스템에 대해서 설명한다. 이러한 상황 하에서, 촬영 기기(특히, 광학적 타입), 센서나 감광면(CCD, 감광막, 등), 스캐너, 처리 소프트웨어, 서로 다른 기기들 간의 정보 전송 체인, 및 그와 같은 기기의 영상 복원를위한 프린터의 특성을 이용하는 것이 가능할 것이다. 이후에서 보게 되는 바와 같이, 영상 체인 내의 자신의 특정 특성을 가진 다른 요소들을 이용하는 것이 가능할 것이다.
각 기기는 식별자(60)에 의해 특징지워지는데, 이 식별자에 의해서 기기의 종류를 식별하고, 따라서 이 기기 종류에 관한 기지의 특성에 액세스하여 인덱스(P52)를 간접적으로 얻는 것이 가능하다. 이 식별자의 이용에 대해서는 후술할 것이다.
특정 기기에 대해서는 특별한 동작 조정이 가해질 수 있다. 예컨대, 포착 기기는 필름 상태의 함수로서 조정될 수 있으며, 프린터는 확대 모드로 설정될 수 있다. 이러한 특정의 동작 모드들은 본 발명의 범위 내에서 이용될 수 있는 가변 특성(P55)을 유도한다. 더욱이, 이들 가변 특성(P55)은 기기 또는 기기 체인(P3)의 고정된 특성(또는 원래의 특성)에 영향을 미칠 수 있다.
도 13a는 본 발명의 시스템의 실제 예를 도시한 도면이다.
이 도면의 윗부분에는 기기 또는 디바이스가 도시되어 있는데, 이들은 시스템에 정보, 영상 및 데이터를 제공하는 주변 기기로 정의될 것이다.
포함되는 것은 다음과 같다.
- 영상 정보(61)를 포함하는 것은 명백하며, 필름 매체의 특성과, 영상 포착 상태에 대한 또는 영상의 후속 조작에 대한 정보를 제공하는 특성(예컨대, 사용된 초점 거리, 또는 영상의 치수 재설정(redimensioning))에 관한 데이터(62)를 포함할 수도 있는 피처리 영상(1). 이들 특성은 이후의 설명에서는 가변 특성으로처리될 것이다. 가변 특성은 영상 그 차체에 포함될 수도 있으며, 영상으로부터 계산될 수도 있다.
- 고유 특성을 갖고 있으며 가변 특성(66)을 포함할 수도 있는 영상 포착 기기(APP1). 고유 특성은 기기의 종류 또는 각 기기에 관련되며 기기 또는 기기의 원래의 특성에 대한 지식을 통해 알 수 있다. 특히, 고유 특성은 그 식별자(60)로부터 알수 있는데, 이 식별자는 예컨대 그 기기 상 또는 필름 상의 바코드일 수 있으며, 이 식별자에 의해서 시스템은 이들 고유 특성들을 서로 연관시킬 것이다. 식별자(60)는 영상으로부터, 데이터(62)로부터, 그리고/또는 기기의 관리 소프트웨어 또는 기기 그 자체나 사용자를 조사함으로써 여러가지 방식으로 얻어질 수 있으며, 도 13에서 LOG/MAT/IMPR으로 기호화된다. 가변 특성(66)은 일반적으로 영상 포착 상태에 관련되며, 영상이나 영상 포착 기기 또는 동시에 이 둘 다에 포함될 수 있는 전술한 것들과 같은 것일 수 있다.
- 이용 모드에 관련된 가변 특성(66)(예로서, 프린터의 경우 확대 계수)은 물론 기기의 종류에 관련되며 특히 결함을 반영하는 특성을 가지는 특히 프린터나 스캐너와 같은 주변 장치를 포함하는 주변 장치(APP2 내지 APPn). APPn과 같은 주변 장치는 의사(pseudo) 주변 장치도 될 수 있으며, 기기나 기능을 나타내며 이들 기기나 기능에 해당하는 특성을 포함하는 파일의 형태를 가질 수 있다.
- 영상 포착 기기,
- 영상 복원 기기
- 기기(APP1)와는 다른 것으로, 이 기기에 의해 찍힌 사진을 시뮬레이팅하며, 영어 용어로 "매우흡사(lookalike)"라고 말할 수 있는 영상 포착 기기,
- 기기(APP1)와는 다른 것으로, 전술한 기기를 대체하며, 이전의 경우와 유사하게 용어 가상 "매우흡사"라고 말 할 수 있는 영상 포착 기기의 시뮬레이션,
- 사용자의 눈의 가시 결함을 고려하여 영상의 화질을 변경할 수 있고, 또는 특수 효과를 만들어 낼 수 있는 특성,
- 디지털 줌(zoom)에 의해 생긴 블러링(blurring)과 같은 소프트웨어 결함을 보정하거나 변경할 수 있는 특성,
- 영상에 대한 처리를 수행하고 결함을 유발하며, 또는 레코딩이나 줌과 같은 가변 특성(66)이 구비되는 소프트웨어,
- 스퀘어 온 프론탈리티(square-on frontality) 또는 스크린의 평면성의 에러에 관련되며, 예컨대 카메라에 의해 측정될 수 있는, 특히 프로젝터에 있어서의 설치 특성,
- 전술한 것들과 같은 복수의 기기의 조합.
영상(1)은 물론 이들 여러 가지 장치(APP1 내지 APPn)는 기기 체인(P3)을 구성한다. 영상 처리는 그 영상의 고유 결함 뿐만 아니라 그 영상에 영향을 미치는 기기 모두의 결함을 고려할 것이다. 이들 장치 세트는 기기 체인(P3)으로 정의될 것이다. 시스템의 목적은 기기 체인의 각 장치에 의해 영상 처리 내로 유입된 결함을 보정하고 변경하는 것이다.
적당히 고려될 수 있는 가변 특성(66)의 예는 다음과 같은 것들을 포함한다.
- 광학 시스템의 초점 길이,
- 영상에 적용된 치수 재설정(디지털 줌 계수: 영상의 일부의 확대: 및/또는 언더 샘플링: 영상의 화소수의 감소),
- 감마 보정과 같은 비선형 밝기 보정,
- 기기에 의해 가해진 디블러링(deblurring)의 레벨과 같은 윤곽의 향상,
- 센서와 전자 장치의 잡음,
- 광학 시스템의 개구,
- 초점 거리,
- 필름 상의 프레임의 수,
- 노출부족 또는 노출과다,
- 필름 또는 센서의 감도,
- 프린터에서 사용된 종이 종류,
- 영상 내 센서의 중심 위치,
- 센서에 대한 영상의 회전,
- 스크린에 대한 프로젝터의 위치,
- 사용된 화이트 밸랜스,
- 플래시 작동 및/또는 그 전력,
- 노출 시간,
- 센서 이득,
- 압축,
- 콘트라스트,
- 동작 모드와 같은 기기 사용자에 의한 다른 조정,
- 기기의 다른 자동 조정,
- 기기에 의해 수행된 다른 측정.
시스템은 전술한 가변 특성(66)을 수신하도록 고안된 수신 인터페이스(C.VAR1, C.VAR2, ..., C.VARn)를 갖고 있다. 영상으로부터 도출된 특성은 영상 그 자체로, 또는 전술한 바와 같이 영상에 연관된 데이터로서 전송될 수 있다. 영상의 가변 특성(66)도 영상 포착 기기에 의해 전송될 수 있음은 상기한 바와 같다.
인터페이스(ID1, ID2, ..., IDn)는 여러 가지 주변 장치(APP1 내지 APPn)의 식별자(60)를 수신하도록 고안된다.
경우에 따라서는, 주변 장치 개념은 같은 종류일 수도 아닐 수도 있는 하나 또는 그 이상의 기기에 대응할 수 있다. 각 예들이 코딩 형태 및 내용 형태의 식별자(60)의 가능한 구현을 동반하는 다음의 예들은 이들 경우의 몇 가지에 해당한다.
- 주어진 주변 장치(예컨대, 코딩 IA1: 제조자 이름, 주변 장치 종류, 주변 장치의 시리얼 넘버),
- 주변 장치의 주어진 종류(예컨대, 코딩 IA2: 제조자 이름, 주변 장치 종류)
- 주어진 구성(예컨대, 코딩 IA3: 제조자 이름, 주변 장치 종류, 장착된 교체가능 목적물의 종류),
- 주변 장치의 범주(예컨대, 코딩 IA4, 처분가능한 포토 기기에 적합함: 제저자 이름, 기기 종류, 프레임 넘버),
- 제조자(예컨대, 코딩 IA5, 제조자에 대한 것),
- 체인의 복수의 주변 장치(예컨대, 사진 인쇄를 위한 장비 아이템에서의 코딩 IA6, 처분 가능 기기에 관한 포맷화된 정보의 아이템은 들여와서 스캐너와 프린터의 포맷화된 정보의 아이템과 결합되어 그 체인에 관한 로컬 데이터베이스에 저장되며, 적합한 식별자(60)가 필요하다.),
- 줌 알고리즘과 같은 알고리즘(예컨대, 코딩 IA7; 알고리즘 이름, 구현, 영상 화질이 그 알고리즘 전에 또는 후에 변경되어야 하는지 여부를 나타내는 필드),
- 가시 결함이 보정 또는 변경되어야 할 인간(예컨대, 코딩 IA8: 사람 이름, 국가),
- 결함이 부가되어야 하나 억제되지 않는, 에뮬레이팅되어야 주변 장치(예컨대, 코딩 IA9: 제조자 이름, 기기의 종류),
- 주어진 주변 장치 버전(예컨대, 코딩 IA10: 제조자 이름, 주변 장치 종류, 주변 장치의 소프트웨어의 버전),
- 프로토콜(예컨대, 코딩 IA11: 트웨인 프로토콜로부터 도출된 데이터),
- 포괄적 주변 장치(예컨대, 코딩 IA12: 데이터 소스의 리스트, 필드 식별자; 필드 값).
그러면, 시스템은 데이터베이스를 조사할 수 있기 위하여 기기 체인(P3)의 주변 장치나 기기를 분석하여 경우에 따라서 여러가지 방식으로 식별자(60)를 결정할 수 있다.
데이터베이스는 각 종류의 기기에 대해서 그 기기의 결함과 특성을 나타내는 포맷화된 정보의 적어도 하나의 아이템을 포함한다. 포맷화된 정보(15)는 여러 가지 방식으로 기기의 결함(P5)에 관련될 수 있다. 이것은 기기의 결함을 나타낼 수 있다. 이것은 기기의 결함의 역을 나타낼 수 있다. 이것은 단지 결함의 근사를 나타낼 수 있다. 이것은 두 가지 기기의 결함들 간의 편차를 나타낼 수 있다. 인터페이스(ID1)와 같은 인터페이스에 의해 제공된 각 식별자(60)로부터, 회로(20.1)에서 임시로 수신된 15.1.과 같은 포맷화된 정보의 아이템을 얻을 수 있다. 기기(APP1, APP2, ..., APPn)에 관한 포맷화된 정보는 회로(20.1, 20.2, ..., 20.n)에서 수신될 수 있다.
데이터베이스는 시스템 내로 통합되거나 적어도 부분적으로 원격일 수 있다.
이 경우에, 이것은 적어도 부분적으로는 제3자에 의해 관리될 수 있다.
예컨대 고유 결함을 보정하거나 변경하는 디지털 포토 기기의 경우에는 데이터베이스는 등록으로 축소될 수 있다.
포맷화된 정보를 처리하기 위한 오퍼레이터(21.1, 21.2, ..., 21.n)는, 각 오퍼레이터가 하나 또는 그 이상의 가변 특성(66)에 의해서 포맷화된 정보의 일부를 처리하고 변경된 포맷화된 정보의 아이템을 중간 회로(22.1 내지 22.n)에 제공하는 식으로, 회로(20.1 내지 20.N)에 제공된 포맷화된 정보는 물론 인터페이스(C.VAR1 내지 C.VARn)에 의해 제공된 가변 특성(66) 값의 일부를 수신하도록 고안된다. 예컨대, 오퍼레이터(21.1)는 초점 길이에 따라서 포맷화된정보(15.1)의 아이템을 수신하고, 이것을 인터페이스(C.VAR1)에 의해 제공된 가변 특성(66) 값(초점 길이값)에 의해서 처리하고, 초점 길이에 종속되지 않는 변경된 포맷화된 정보(15.1')의 아이템을 제공한다. 일례로서, 도 16.1은 결함(704)을 명백하게 되게하고, 이어서 전술한 바와 같이 포맷화된 정보(15)로 유도하는 특성을 처리하는 기기를 도시하고 있다. 예컨대 가변 초점 길이(705)를 나타내는 가변 특성(66)도 포맷화된 정보로 유도된다(도 16.2 참조).
영상 처리 오퍼레이터(23.1, 23.2, ..., 23.n)는 각각 변경된 포맷화된 정보의 아이템을 수신하도록 고안된다. 첫번째 오퍼레이터(23.1)는 처리될 영상을 수신하고, 이것을 변경된 포맷화된 정보(15.1')의 아이템에 의해서 처리하여 변경된 영상을 제공한다. 이것은 다음 번 오퍼레이터(23.2)에 의해 수신되고, 이 다음 번 오퍼레이터는 이것을 변경된 포맷화된 정보(15.2')의 아이템에 의해서 처리하여 새로운 변경된 영상을 제공하는 등과 같이 마지막 오퍼레이터(23.n)가 최종 변경된 영상을 제공할 때까지 지속된다.
혹시 영상 처리 오퍼레이터가 변경된 포맷화된 정보를 수신하지 못한다면, 그와 같은 오퍼레이터에 의해 수신된 영상은 변경되지 않고 그대로 다음 번 오퍼레이터로 또는 출력부로 전송되며, 또는 예컨대 디폴트 포맷화된 정보가 이용될 수 있다.
마지막으로, 시스템의 전체 동작과, 특히 시스템의 여러 요소들 간의 정보 및 데이터 교환은 중앙 처리 장치(25)에 의해 관리될 수 있다.
이러한 상황 하에서, 중앙 처리 장치(25)는 데이터베이스 내에서인터페이스(ID1, ID2, ..., IDn)에 의해 주어진 어드레스를 가진 포맷화된 정보를 자동으로 검색하는 일을 담당한다. 중앙 처리 장치(25)는 이 정보에 대한 검색을 관리하며 포맷화된 정보를 처리하는 오퍼레이터(21.1 내지 21.n)를 작동시킨 다음에 영상 처리 오퍼레이터(23.1 내지 23.n)를 작동시킨다. 필요하다면, 오퍼레이터는 서로 다른 원격지에서 서로 연결된 시스템들 상에 위치해 있을 수 있다.
도 13b는 본 발명에 따른 시스템의 대안적인 실시예를 도시한 것이다. 이 대안적인 실시예에서, 변경된 포맷화된 정보의 아이템들은 결합되어 포맷화된 정보의 하나의 아이템으로 되며, 처리될 영상의 화질을 변경한다. 이를 위해, 하나의 오퍼레이터(23.t)가 오퍼레이터(23.1 내지 23.n)를 대체한다. 이 오퍼레이터는 변경된 영상을 제공하기 위하여 변경된 포맷화된 정보의 여러 아이템을 수신하여 결합시켜 처리될 영상의 화질을 변경하는 가능하게 한다.
더욱이, 도 13.a의 시스템에도 적용가능한 대안적인 실시예에 따라서, 도 13c에 도시된 바와 같이, 기기의 가변 특성(66)과 그 식별자(60)는 데이터베이스(22) 내에서 변경된 포맷화된 정보의 아이템으로의 직접적인 액세스가 가능하도록 결합된다. 예컨대, C.VAR1에 의해 제공된 가변 특성들(66)은 식별자(ID1)와 결합되어 22.1.로 전송되는 변경된 포맷화된 정보(15.1)의 아이템을 구성한다. 도 13c에서 이 구성은 변경된 포맷화된 정보(15.1')만을 위해 제공된 것이지만, 다른 포맷화된 정보의 전부 또는 일부에도 적용될 수 있음은 명백하다. 시스템은 도 13a에 있어서는 오퍼레이터(23.n)의 출력부에 도 13b와 13c에 있어서는 오퍼레이터(23.)의 출력부에 변경된 영상을 공급한다. 도 16.5는 변경된영상(61c)에 관련 정보(62c)가 부가되는 경우를 도시한 것이다. 이 관련 정보는 다음과 같은 것일 수 있다.
- 영상의 디지털 서명,
- 보정 데이터, 즉 변경된 포맷화된 정보나 그 등가, 또는 단순히 영상이 보정 또는 변경되었다는 것을 나타내는 표시자,
- 원 영상(1)과 연관되며, 필요한 경우에 변경 또는 갱신되어, 영상, 예컨대 Exif나 PIM 형식의 데이터에 가해진 처리 동작을 반영하는 데이터(62)나 정보(P63),
- 또는 상기 두 가지 데이터 종류 모두.
도 13a 내지 13c의 실제 예는 결함 모두나 각 결함에 적용될 수 있다.
예컨대, 기기(APP1)의 왜곡 및 블러링, 그 다음에 기기(APP2)의 왜곡과 블러링을 보정하는 식의 동작이 가능하다.
다른 예에 따라서, APP1의 왜곡, 그 다음에 APP2의 왜곡, 그 다음에 APP1의 블러링, 그 다음에 APP2의 블러링을 보정하는 식의 동작도 가능하다.
복수의 결함과 복수의 기기의 경우에서 일반화함으로써 실시예들의 접근 방식들을 결합하는 것이 가능하다.
이제, 도 14a를 참조로 본 발명의 방법들의 간단한 실제 예에 대해 설명한다. 이 실제 예는 영상 포착 기기에 적용된다. 이 방법은 영상 포착 기기와 같은 단일 기기와 그 기기의 조정으로 인한 결함만을 변경할 필요가 있다고 가정한다.
일례로서, 영상은 디지털화 장치(400.1), 디지털 포착 기기(400.2)(디지털포토 기기, 스캐너 또는 기타 다른 기기), 또는 컴팩 디스크(400.3)에 의해 디지털 형태로 처리하는데 이용될 수 있다.
본 방법의 단계(401)에서 디지털 영상이 이용될 수 있다. 게다가, 영상 포착 기기의 특성과 이 기기의 종류도 바코드와 같은 식별 수단을 통해 알게 되낟.
본 방법의 단계(402)에서 기기의 식별자(60)가 획득되거나 산출된다.
단계(403)에서, 영상 포착 기기의 특성의 데이터베이스(22)는 예컨대 인덱스(P52)에 의해서 식별자(60)를 통해 액세스될 수 있다. 실제로는, 전술한 바와 같이, 기기 특성이 원칙적으로 모든 기지의 기기에 대해 등록되어 있는 데이터베이스가 이용될 수 있다. 본 발명의 범위 내에서 이들 특성은 변경될 결함을 나타낸다. 따라서 데이터베이스(22)는 단계(403)에서 호출된다. 대안적인 실시예에서 데이터베이스에 대한 호출은, 가변 특성(66)에 대해 이런 식으로 얻어진 값들에 타당한 포맷화된 정보를 직접적으로 얻기 위하여, 단계(405)에서 얻어진 특정의 가변 특성(66)을 추가적으로 고려할 수 있다.
단계(404)에서, 해당 기기의 특성(결함)을 나타내는 포맷화된 정보의 아이템은 데이터베이스(22) 내에서 식별자(60)로부터 얻어진 어드레스에서 판독된다.
더욱이, 시스템에는 필요하다면 기기의 메모리, 기기에 관련된 소프트웨어, 또는 영상에 관련된 정보로부터 가변 특성(66)(특히 촬영 상태)가 처리될 영상과 함께 제공될 수 있다.
그러므로 이들 특성은 단계(405)에서 이용될 수 있다.
그 후(단계(406)), 포맷화된 정보(15.1 내지 15.n)는 가변 특성(66)과 결합하여 변경된 가변 특성(15,1' 내지 15,n')을 제공한다. 그러면, 이 변경된 포맷화된 정보는 영상의 화질을 변경할 수 있는 모든 정보를 포함하게 된다.
이 단계(406)의 대안에 따라서, 만일 가변 특성(66)과 특히 처리될 영상에 대한 가변 특성 값들이 결정되어 있다면, 이들은 포맷화된 정보 내에서 이들 가변 특성(66)을 고려하는 이 포맷화된 정보의 일부를 결정하는데 이용된다.
단계(407)에서, 이 변경된 포맷화된 정보는 영상 처리와 영상 보정 및 변경을 위해 이 영상에 적용된다. 이 처리는 영상 처리 소프트웨어의 지원을 받은 오퍼레이터에 의해서 수행된다.
이런 식으로, 단계(408)에서는 변경된 영상이 얻어진다.
상기 방법은 가변 특성(66)을 이용하지 않고 기기의 고유한 특성만을 이용해도 실시할 수 있음은 명백하다. 이 경우, 데이터베이스에서 판독된 포맷화된 정보는 영상 처리에 직접적으로 이용된다.
이제 도 14b를 참조로 본 발명의 다른 실제 예에 대해서 설명한다. 이 방법과 시스템에서는 복수의 기기의 다양한 결함과 심지어 영상 처리에 관련된 모든 기기의 결함을 고려하는 근거가 있다고 가정한다.
도 14a의 예에서처럼, 이 방법은 디지털화된 영상, 기기의 식별자(60), 및 가변 특성(66)의 시스템에 의한 획득을 제공한다.
단계(501) 중에는 기기의 식별자(60)가 고려되어, 이 식별자(60)에 대응하는 포맷화된 정보의 하나 또는 그 이상의 아이템을 얻기 위하여 데이터베이스(22)를 어드레스하는 것(단계(502))을 가능하게 한다.
또한 이 기기에 관련된 가변 특성(66)에 대해 검색이 행해진다(단계(504)).
단계(505) 동안에는 포맷화된 정보 또는 포맷화된 정보의 특정 아이템이 가변 특성(66)의 함수로서 변경된다. 도 14b와 관련하여 설명된 방법에서처럼, 일단 가변 특성(66)이 결정되고나면, 이들 가변 특성들은 포맷화된 정보 중에서 유용하면서 가변 특성(66)을 고려하는 포맷화된 정보를 결정하는데 이용될 수 있다. 이런 식으로 결정된 포맷화된 정보는 메모리에 저장된다.
그 후(단계(506)), 다른 기기도 영상 화질의 변경을 고려해야 하는지를 결정하기 위한 검사가 수행된다. 도 4b에서, 이 검사는 "기기는 체인의 마지막 기기를 고려하고 있는가"라는 의미의 질문인 "APP = APPn?" 형태로 표현된다. 대답이 부정이면, 프로세스는 다음 번 가전 기구에 대해서 단계(501)를 반복한다. 대답이 긍정이면, 이것은 여러 가지 기기에 관련된 포맷화된 정보 모두가 단계(505)의 종료 시에 메모리에 저장된다는 것을 의미한다.
그 다음, 영상은 첫번째 기기에 관련된 포맷화된 정보에 의해 단계(507) 중에 처리되어 첫번째 처리된 영상이 된다. 그 다음, 시스템은 다음 번 기기에 관련된 포맷화된 정보를 고려하여 이전에 처리된 영상을 처리하는 등, 포맷화된 정보 전부가 처리될 때까지, 즉 체인의 여러 기기에 관련된 정보 전부가 고려될 때까지 이것을 반복적으로 수행한다. 그러면, 검사 "APP = APPn?"는 긍정으로 응답한다. 변경된 영상이 얻어져 전달된다.
본 발명의 방법은 단 한 번의 검사 "APP = APPn?"에 의해 구현될 수 있음에 유의해야 할 것이다. 단계(508)에서의 검사 만으로 동일한 결과를 얻는 것도 가능하다.
본 발명에 따른 방법의 대안에서는, 도 14c에 도시된 바와 같이, 모든 기기의 포맷화된 정보 전부가 얻어진 후에, 즉 단계(506)의 완료 시에 포맷화된 정보의 여러 가지 아이템은 단계(510)에서 결합된다. 이런 식으로, 단계(507) 중에 영상 처리가 한 번 수행된다. 전술한 바와 같이, 영상 처리를 위해서는 영상 포착 기기, 스캐너, 프린터, 전송 시스템 등을 포함하는 복수의 기기가 필요할 수 있다. 각 기기는 처리 체인에서 결함을 유발할 수 있다. 또한, 앞에서 "의사 주변 장치"로 정의되어 스타일에 따라서 또는 이 의사 주변 장치에 대응하는 결함의 적용에 의해 영상을 변경하려고 하는 추가적인 장치가 필요할 수도 있다.
본 발명의 방법의 대안에서는, 기기 체인(P3)에서 영상 처리에 필요한 기기 세트가 단일 기기로 구성되어 있는 것을 고려한다. 이 단일 기기는 가상 기기(708)로 정의될 것이며 그 결함은 체인의 여러 기기의 결함의 전부 또는 일부의 등가에 해당한다. 따라서 영상 포착 기기(706)(도 16.4)와 프린터(707) 같은 기기는 포맷화된 가상 정보(709)에 대응하는 하나의 가상 기기(708)로 나타내어질 수 있다. 만일 포맷화된 정보의 아이템이 물리적 특성의 수학적 표현일 수 있다는 것을 고려하면, 두 개의 기기에 대응하는 가상 기기(708)의 포맷화된 정보의 아이템은 이들 두 개의 기기의 특성들 및/또는 두 개의 수학적 함수의 컨벌루션에 대응하는 두 개의 벡터의 합일 수 있다. 그러므로, 도 16.4에 따라서, 체인의 오리지널 결함의 적어도 일부와 등가인 결함을 나타내는 가상 기기(708)가 결정된다. 이 가상 기기에 대응하는 포맷화된 가상 정보(709)가 결정된다. 그리고 얻어진 포맷화된 가상 정보는 등록되거나, 아니면 이 포맷화된 가상 정보는 오리지널 결함에 관한 포맷화된 정보를 대체한다. 포맷화된 가상 정보는 가상 기기로 나타낸 기기 체인(P3)에 대응하는 식별자(60)에 의해서 데이터베이스에서 바로 액세스될 수 있다. 그러면, 본 방법은 더욱 간단하고 더욱 신속하게 실행될 수 있다.
포맷화된 가상 정보를 얻을 수 있는 본 방법의 구성의 예는 도 15의 구성도에 따라서 이용될 수 있다. 두 개의 기기의 특성이 고려된다(단계(510 및 511)). 이들 특성은 단계(512)에서 결합된다. 대응하는 포맷화된 가상 정보는 단계(513)에서 산출된다. 단계(514)에서는 가상 기기 체인에 다른 기기가 필요한지 여부가 검사된다. 긍정이면, 프로세스는 반복된다. 부정이면, 프로세스는 종료된다.
통합형 개발 실험실의 예에서, 기기 체인(P3)은 스캐너, 포토 기기 및 프린터를 포함한다. 등가 가상 기기는 3개의 기기의 결함을 나타내며, 영상 화질의 변경 시간은 대체로 3등분 될 수 있다.
가변 특성(66)을 가진 기기의 경우에는 상기 가변 특성(66)을 나타내는 결함에 관련된 포맷화된 정보를 다음과 같은 방식으로 결정할 수 있다.
가변 특성(66)이 초점 길이와 개구인 예에서는 다음의 조합이 선택된다.
- 초점 길이 = 35 mm, 개구 = f/2,
- 초점 길이 = 35 mm, 개구 = f/8,
- 초점 길이 = 100 mm, 개구 = f/8,
- 등.
각 조합에 있어서, 해당 포맷화된 정보는 전술한 방법에 의해 결졍된다.
초점 길이와 개구의 함수인 포맷화된 정보는, 데이터베이스가 단계(404)에서 필요한 포맷화된 정보를 포함하는 식으로, 예컨대 보간에 의해서 추론된다.
그러므로, 도 13a와 관련하여 설명한 바와 같이, 초점 거리와 같은 가변 특성(66)에 따라 달라지는 포맷화된 정보의 아이템이 이용될 수 있음을 알 수 있다. 이 포맷화된 정보의 아이템은 가변 특성(66)에 의해 처리되어 변경된 포맷화된 정보의 아이템을 얻게 된다.
상기 설명에서는 처리될 영상이 영상 포착 기기로부터 도출된 영상이었고 디스플레이 또는 프린트될 것이라고 생각했었다. 본 발명은 영상 처리 체인에도 적용할 수 있으며, 따라서 영상을 투사할 수 있는 체인에도 적용될 수 있다. 따라서 이제는 영상 복원 체인에 대해서 고려한다. 본 발명의 방법의 전술한 실제 예에서처럼, 영상 복원 체인의 여러 가지 기기의 특성이 얻어져야 한다. 이들 특성에 의해서 본 발명의 방법의 적용을 위한 포맷화된 정보를 얻을 수 있다.
이제, 본 발명의 상세한 구성 요소에 대해 또는 그 대안에 대해서 설명한다.
먼저, 도 13a의 설명에서는 포맷화된 정보를 얻는 것을 가능하게 하는 제공된 특성은 관측자(701)의 가시 결함(난시 같은 것)을 보정하거나 특수 효과를 유도하도록 고안된 특성일 수 있다고 기술했었다. 이러한 상황 하에서, 도출된 포맷화된 정보(702)는 시각, 그래픽, 색채 기타 영상 화질을 변경하는 것을 가능하게 하고; 도 16.3.에 도시된 바와 같이, 예컨대 관측자(701)의 시각 결함에 관한 포맷화된 정보(702)는 기기 체인(P3)의 포맷화된 정보로서 처리되고, 이 포맷화된 정보에 연관되기도 한다. 상기 설명에서는 영상 처리를 고려했었다. 포착 기기와 파일에등록된 영상의 처리에 관련되었을 수도 있는 임의 기기의 식별자(60) 또는 인덱스(P52) 및 가변 특성(66)과 함께 영상이 파일(P57)에 위치해 있다는 것을 고려하는 것도 가능하다. 포맷화된 정보의 일부와 함께 영상이 영상 파일(P58) 내에 위치해 있다는 것을 고려할 수도 있다. 그러므로, 확대 해석하면, 본 발명은 포맷화된 정보는 물론 영상이 데이터베이스(22) 내에 있는 경우에도 동일하게 적용될 수 있다.
가변 특성(66) 값은 파일(P57) 또는 영상 파일(P58)에 포함된 정보에 의해서 결정될 수 있다. 바람직하게는, 이 정보는 본 기술 분야에 공지된 EXIF 표준과 같은 표준 형식으로 파일에 등록될 것이다. 이런 식으로, 본 발명의 시스템 및 방법은 기기에 대응하는 포맷화된 정보가 설정되기 전에 상업화되었던 기기에 의해서 촬영되었던 그리고/또는 이미 처리되었던 영상의 처리에 적용될 수 있다.
영상의 화질 변경은 한정된 수의 체인의 기기, 또는 단 하나의 기기의 결함만을 고려하여 이들 결함만을 보정함으로써 간단화될 수 있음은 명백하다.
더욱이, 도 13a와 관련하여 이미 설명했던 바와 같이, 본 발명의 방법은 이용되는 기기 체인(P3)의 일부를 구성하는 기기 이외의 기기를 시뮬레이팅함으로써 적용될 수 있다. 마찬가지로, 기기 또는 기기의 종류에 관한 포맷화된 정보도 다른 기기 또는 다른 기기의 종류, 특히 유사한 기기에 적용될 수 있다. 예컨대 도 16.6에 도시된 바와 같이, 복수의 기기(710.0, 710.1, 710.2)가 도시되어 있다. 포맷화된 정보는 한 종류의 기기(711)에 관계하지만, 이 포맷화된 정보는 유사한 기기(712)에도 적용될 수 있으며, 따라서 예컨대 각 종류의 단일 기기에 관한 포맷화된 정보만을 생성하는 것을 가능하게 한다.
본 발명은 기기 또는 기기 체인(P3)에 의해 처리되어 제공된 영상의 변경, 특히 개선에도 적용될 수 있다. 관심있는 응용은 특정 기기만의 결함 또는 그 결함의 일부를 변경하는 것일 것이다. 한가지 응용은 예컨대 영상 화질과 산출 시간 간의 타협을 위해서 결함을 극히 부분적으로만 변경하는 것일 수 있다.
다른 목적은 본 발명을 결함을 유도하고, 특정 스타일을 영상에 부여하거나, 본 응용의 범위 내에서 이용된 것들 이외의 기준 기기로 정의된 기기 또는 기준 기기 체인으로 정의된 기기 체인(P3)의 프리젠테이션을 시뮬레이트하는 식으로 영상을 처리하는 기계에 응용하는 것이다.
본 발명은 통합형 포토 개발 실험실의 설계에 적용될 수 있다. 이것은 컴퓨터 상에서 이용될 수 있다.
마지막으로, 이것은 프로젝터에 이용될 수 있는데, 이 경우 이것은 프로젝션 기술분야에서 일반적인 시차 보정을 포함하여 여러 가지 보정을 가능하게 한다. 이를 위해 카메라나 포토 기기는 스크린 상에 투사된 검사 패턴을 포착하는데 이용될 수 있다.
기기 체인의 다른 예는 다음을 포함할 수 있다.
- 컴퓨터 카메라(영어로 WEBCAM),
- 스캐너,
- 디지털 포토 기기,
- 비디오 카메라,
- 프린터,
- 스크린,
- 프로젝터,
- 게임,
- 영상 처리 소프트웨어,
- 원격 화상 회의 시스템,
- 감시 카메라.
다음의 예들은 기기 체인을 구성한다.
- 단일 기기,
- 영상 포착 기기 및 영상 복원 기기,
- 예컨대 포토 프린팅 미니랩에서의 포토 기기, 스캐너 또는 프린터,
- 예컨대 포토 프린팅 미니랩에서의 디지털 포토 기기 또는 프린터,
- 예컨대 컴퓨터에서의 스캐너, 스크린 또는 프린터,
- 스크린 또는 프로젝터, 및 인간의 눈,
- 한 기기와, 에뮬레이트될 수 있기를 바라믐 다른 기기,
- 포토 기기와 스캐너,
- 영상 포착 기기와 영상 처리 기기,
- 영상 처리 소프트웨어와 영상 복원 기기,
- 상기 예들의 조합,
- 기기의 다른 세트.
상기 방법은 다른 여러 가지 형태로 이용될 수 있다.
- 운영 체제,
- 상표 "PHOTOSHOP"으로 알려진 것과 같은 처리 소프트웨어의 확장,
- 내장형 소프트웨어,
- 집적형 전자 부품,
- 인터넷 상의 서비스,
- 또는 이들 이용 형태의 조합 등.
컬러 영상
이제, 특히 도 18을 참조로 컬러 영상(P21), 컬러평면(P20), 특정 컬러(P22), 특정 컬러에 관련된 데이터(P23)의 개념에 대해서 설명한다. 이후에 설명되는 대안적인 실시예는 영상(P2)이 컬러 영상(P21)인 경우에 적용될 수 있다. 컬러 영상(P21)은 면수(1, 3 또는 그 이상), (기준 컬러 공간에 상대적인) 면의 정밀도(8비트 미부호화, 16비트 부호화, 부동(floating) 등)와 중요성과 같은 여러 가지 방식으로 컬러평면들(P21)로 분해될 수 있다. 컬러 영상(P21)은 여러가지 방식으로 적색, 녹색, 청색(RGB) 또는 휘도, 채도, 색상 등과 같이 컬러평면들(P20)로 분해될 수 있다. 한편, PIM과 같은 컬러 공간이 존재하며, 포지티브 RGB로 나타낼 수 없는 감색(subtractive color) 표현을 가능하게 하기 위하여 네가티브 화소값이 가능하다. 마지막으로, 8 비트나 16 비트로, 또는 부동값을 이용하여 화소값을 인코딩하는 것이 가능하다. 포맷화된 정보(15)는 영상을 처리될 다른 결함(P5)에 적합한 컬러평면들(P20)로 분해될 수 있다. 각 컬러평면은 특정컬러(P22)로 특징지워진다. 상기 형식호ㅘ된 정보는 상기 특정 컬러에 관련된 데이터(P23)를 포함하며, 그 예는 표준 CIE 또는 XYZ 또는 LAB 또는 sRGB 컬러 공간에서의 좌표이다. 상기 특정 컬러에 관련된 상기 데이터(P23)는 영상(1)의 컬러평면(P20)을 산출하고, 상기 컬러평면(P20)의 화질을 변경하는데 적절히 이용될 수 있는 상기 포맷화된 정보(15)의 일부를 결정하는 것을 가능하게 한다.
PIM 표준에 적합한 기기의 경우에는 예컨대 X, Y, Z 공간에서 8 비트로 포지티브 컬러에서 작업하도록 또는 RGB 공간에서 부호화된 16 비트로 작업하도록 선택하는 것이 가능하다.
측정된 포맷화된 정보, 확장된 포맷화된 정보
포맷화된 정보(15) 또는 포맷화된 정보(15)의 일부는 어레이(80)의 특정 수의 특성점에서의 형태적 왜곡 결함에 관련된 수리 분야와 같은 미처리 측정(raw measurement)을 나타내는 측정된 포맷화된 정보(P101)를 포함할 수 있다. 포맷화된 정보(15) 또는 포맷화된 정보(15)의 일부는 확장된 포맷화된 정보(P102)를 포함할 수 있는데, 이 정보는 예컨대 어레이(80)의 특성점이 아닌 실제점들에 대한 보간에 의해서, 측정된 포맷화된 정보(P101)로부터 산출될 수 있다. 상기 설명에서, 포맷화된 정보 아이템(15)은 가변 특성에 따라 달라질 수 있음을 알았다. 본 발명에 따라서, 조합(P120)은 가변 특성(66)과 가변 특성의 값으로 구성된 조합으로 정의되며, 그 예로서는 초점 길이, 초점 맞춤, 조리개 구경, 포착 속도, 개구 등과 그에 관련된 값들로 구성된 조합을 들 수 있다. 여러 가지 조합(P120)에 관한 포맷화된 정보(15)를 산출할 수 있는 방법을 생각하기는 어려운데, 초점 길이와 거리와 같은 조합(P120)의 특정 특성은 연속적으로 변할 수가 있기 때문에 더욱 그렇다.
본 발명은 기지의 가변 특성(66)의 조합(P120)의 소정의 선택에 관한 측정된 포맷화된 정보(P101)으로부터의 보간에 의해 포맷화된 정보(15)를 확장된 포맷화된 정보(P102) 형태로 산출하는 것을 제공한다.
예컨대, "초점 길이 = 2, 거리 = 7, 포착 속도 = 1/100"의 조합(P120), "초점 길이 = 10, 거리 = 7, 포착 속도 = 1/100"의 조합, "초점 길이 = 50, 거리 = 7, 포착 속도 = 1/100"의 조합에 관한 측정된 포맷화된 정보(P101)는 가변 특성(66)으로서의 초점 길이에 따라 달라지는 확장된 포맷화된 정보(P102)를 산출하는데 이용된다. 이 확장된 포맷화된 정보(P102)에 의해서, 특히 "초점 길이 = 25, 거리 = 7, 포착 속도 = 1/100"의 조합에 관한 포맷화된 정보를 결정하는 것이 가능하다.
측정된 포맷화된 정보(P101)와 확장된 포맷화된 정보(P102)는 보간 편차(P121)를 나타낼 수 있다. 본 발명은 제로 또는 하나 또는 그 이상의 가변 특성(66)을 선택하는 단계를 포함할 수 있는데, 그에 따라서 이런 식으로 얻어진 가변 특성(66)에 대해 얻어진 확장된 포맷화된 정보(P102)에 대한 보간 편차(P121)가 소정의 보간 한계보다 작게된다. 실제로 특정 가변 특성(66)은 다른 가변 특성들보다는 결함(P5)에 영향을 더 작게 미칠 수 있으며, 근사값을 일정하게 되게 함으로써 유발된 오차는 미소가 될 수 있다. 예컨대, 초점 조정은 비네팅(vignetting) 결함에 약간의 영향만을 미칠 수 있으며, 이 때문에 선택된 가변 특성(66)의 일부가 될 수 없다. 가변 특성(66)은 포맷화된 정보(15)의 생성 순간에 선택될 수 있다. 기술적 특징들의 결합으로부터, 영상 화질의 변경은 간단한 계산을 이용한다. 또한 기술적 특징들의 결합으로부터, 확장된 포맷화된 정보(P102)가 컴팩트하다. 기술적 특징들의 결합으로부터, 또한 제거된 가변 특성(66)이 결함(P5)에 최소의 영향을 미친다. 기술적 특징들의 결합으로부터, 영상 화질이 포맷화된 정보(15)에 의해서 특정의 정밀도로 변경될 있다.
본 발명의 비용 감소에의 적용
비용 감소는 기기 또는 기기 체인(P3)의 비용, 특히 기기 또는 기기 체인의 광학 시스템의 비용을 낮추기 위한 방법 및 시스템으로 정의되며, 이 방법은
- 렌즈 수를 줄이는 것, 및/또는,
- 렌즈 형상을 단순화시키는 것, 및/또는
- 기기 또는 기기 체인에 바라는 것들보다 더 큰 결함(P5)을 가진 광학 시스템을 설계하는 것, 또는 카달로그로부터 광학 시스템을 선택하는 것, 및/또는,
- 기기나 기기 체인을 위해 보다 비용이 저렴하고 결함(P5)을 부가하는 재료, 구성 성분, 처리 동작 또는 제조 방법을 이용하는 것에 있다.
본 발명에 따른 방법과 시스템은 기기 또는 기기 체인의 비용을 낮추는데 이용될 수 있으며, 기기 또는 기기 체인의 영상 처리 수단과의 조합이 감소된 비용으로 원하는 화질의 영상을 포착, 변경 또는 복원할 수 있게끔, 디지털 광학 시스템을 설계하고, 기기 또는 기기 체인의 결함(P5)에 관한 포맷화된 정보를 생성하고, 이 포맷화된 정보를 이용하여 영상 처리 수단을 집적형이든 아니든 간에 작동시키고, 기기 또는 기기 체인으로부터 도출된 또는 이에 입력되는 영상의 화질을 변경하는 것이 가능하다.
Claims (43)
- 특정 기기 체인(appliance chain)(P3)으로부터 도출된 또는 이에 입력된 적어도 하나의 영상(P2)의 화질을 변경하는 방법으로서, 상기 기기 체인(P3)은 적어도 하나의 영상 포착 기기(1) 및/또는 적어도 하나의 영상 복원 기기(19)를 포함하며; 개별 경제 주체에 의해 점차적으로 상업화되어 온 상기 영상 포착 기기(1) 및/또는 상기 영상 복원 기기(19)는 불특정의 기기 세트(P75)에 속하고; 상기 기기 세트(P75)의 상기 기기들은 포맷화된 정보(formatted information)(15)에 의해 특징지워질 수 있는 결함(15)을 나타내는 영상 화질 변경 방법에 있어서,상기 영상(P2)에 대해서,- 상기 기기 세트(P75)의 상기 기기에 관한 포맷화된 정보(15)의 발생원(50)의 디렉토리를 편집하는 단계,- 상기와 같이 편집된 상기 포맷화된 정보(15) 중에서 상기 특정 기기 체인(P3)에 관한 특정의 포맷화된 정보를 자동으로 검색하는 단계, 및- 상기와 같이 얻어진 상기 특정의 포맷화된 정보를 고려하여 영상 처리 소프트웨어(P64) 및/또는 영상 처리 컴포넌트(P65)에 의해 상기 영상(P2)을 자동으로 변경하는 단계를 포함하는 영상 화질 변경 방법.
- 제1항에 있어서, 상기 자동 검색은,- 상기 영상(P2), 및/또는- 상기 기기 체인(P3)의 기기들, 및/또는- 상기 영상 처리 소프트웨어 또는 컴포넌트(P64, P65)에 상기 영상(P2)을 로드하는 수단, 및/또는- 상기 영상 처리 소프트웨어 또는 컴포넌트에 의해 변경된 영상을 상기 영상 복원 수단(19)에 로드하는 수단의 분석으로부터 직접적으로 또는 간접적으로 얻어진 인덱스(P52)에 의해 수행되도록 한 영상 화질 변경 방법.
- 제2항에 있어서, 상기 기기 체인(P3)의 상기 기기들은 식별자들(60), 특히 바 코드에 의해서 식별되고, 상기 특정의 포맷화된 정보를 검색하기 위한 상기 분석은 상기 식별자들(60)을 결정하는 단계를 포함하는 영상 화질 변경 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 영상(P2), 상기 인덱스(P52) 및/또는 상기 식별자(P60)가 동일한 파일(P57)에 포함되도록 하여;상기 기기 체인의 임의의 기기들이 이들에 관련된 포맷화된 정보가 설정되기 전에 상업화되었던 경우에 후천적으로 본 발명에 따른 방법을 이용할 수 있도록 한 영상 화질 변경 방법.
- 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 영상(P2)과 상기 특정의 포맷화된 정보(15)의 적어도 일부가 상기 동일한 영상 파일(P58)에 포함되도록 하여;상기 영상 파일(P58) 내의 상기 포맷화된 정보(15)을 자동으로 검색할 수 있도록 한 영상 화질 변경 방법.
- 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 포맷화된 정보(15)의 적어도 일부를 미리 데이터베이스(22)에 저장하는 단계와, 상기 데이터베이스(22)를 갱신하는 단계를 더 포함하는 영상 화질 변경 방법.
- 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에는 상기 영상(P2)에 따라 달라지는 적어도 하나의 가변 특성(66), 특히 초점 길이가 제공되고; 상기 특정의 포맷화된 정보(15)의 일부는 상기 가변 특성(66)이 제공된 기기의 결함(P5)에 관련되도록 하였으며,상기 방법은,- 상기 영상에 대한 상기 가변 특성(66)의 값을 결정하는 단계; 및- 상기와 같이 상기 가변 특성(66)에 대해 얻어진 값을 고려하여 상기 특정의 포맷화된 정보(15)의 상기 일부를 결정하는 단계를 더 포함하여,본 발명의 방법을 가변 특성(66)이 제공된 기기에 이용하는 것이 가변 특성(66)을 갖지 않는 기기에 본 발명을 이용하는 것과 마찬가지 결과를 갖도록 한 영상 화질 변경 방법.
- 제7항에 있어서, 상기 영상은 파일(P57)에 포함되고, 상기 가변 특성(66)의 값을 결정하기 위하여, 상기 파일(P57) 내에 존재하는 데이터, 특히 초점 거리와같은 데이터가 Exif 표준과 같은 형식으로 이용되도록 하여;상기 가변 특성(66)에 제공된 기기가 이에 관한 포맷화된 정보(15)가 설정되기 전에 상업화되었던 경우에 후천적으로 본 발명에 따른 방법을 이용할 수 있도록 한 영상 화질 변경 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서, 기기 체인(P3)으로부터 도출된 또는 이에 입력된 적어도 하나의 영상(P2)의 화질을 변경하기 위하여,- 상기 기기 체인(P3)의 적어도 한 기기의, 이하 오리지널 결함(P5)으로 참조되는, 결함(P5)의 적어도 일부와 등가인 결함(P5)을 나타내는 가상 기기(708)가 결정되고,- 상기 가상 기기(708)의 결함(P5)에 관한 포맷화된 가상 정보(709)가 결정되고, 그리고- 상기 기기 체인(P3)의 기기 세트에 관한 특정의 포맷화된 정보를 결정하기 위하여, 상기 포맷화된 가상 정보(709)가 상기 오리지널 결함(P5)에 관한 특정의 포맷화된 정보를 대체하도록 하여,이용하기 더 쉬우면서 상기 영상(P2)에 행해질 변경을 더 신속하게 그리고/또는 더 적은 용량의 메모리를 이용하여 그리고/또는 더 정밀하게 산출할 수 있는 포맷화된 정보(15)를 얻도록 한 영상 화질 변경 방법.
- 제1항 내지 제9항 중 어느 한 항에 있어서, 상기 방법은 컬러 영상(P21)의적어도 하나의 컬러평면(color plane)(P20)의 화질을 변경하도록 설계되고; 상기 컬러평면(P20)은 특정 컬러(P22)로 특징지워지고; 상기 특정의 포맷화된 정보(15)는 상기 특정 컬러(P22)에 관한 데이터를 추가적으로 포함하고; 상기 영상을 변경하기 위하여, 상기 특정 컬러(P22) 및 상기 영상(P2)에 관한 상기 데이터를 이용하여 컬러평면(P20)이 산출되는 영상 화질 변경 방법.
- 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에 대해 상기 특정의 포맷화된 정보를 검색하는 프로세스가 성공하지 못한 경우에, 상기 미지의 포맷화된 정보(15)를 산출하는 단계를 더 포함하는 영상 화질 변경 방법.
- 제11항에 있어서,- 상기 기기의 결함(P5)을 측정하고, 및/또는- 상기 기기를 시뮬레이팅함으로써,상기 기기 체인(P3)의 기기에 관한 상기 미지의 포맷화된 정보를 산출하는 단계를 더 포함하는 영상 화질 변경 방법.
- 제11항 또는 제12항에 있어서, 상기 기기 체인(P3)의 영상 포착 기기(1)에 대해,- 적어도 하나의 기준 장면(9)의 어떤 표면(10)에의 특정의 수학적 투영(8)에 의해서 합성 영상 부류(7)를 구축하고,- 상기 영상 포착 기기(1)에 의해 각 기준 장면(9)의 적어도 하나의 기준 영상(11)을 포착하고,- 파라미터화 가능한 변환 모델(12) 세트 내에서, 상기 기준 영상(11)을 상기 기준 장면(9)의 상기 합성 영상 부류(7)에 가까운 변환 영상(13)으로 변환시킬 수 있는 파라미터화 가능한 변환 모델을 선택함으로써,상기 미지의 포맷화된 정보(15)를 산출하는 단계를 더 포함하며,상기 변환 영상(13)은 상기 합성 영상 부류(7)와 비교된 편차(14)를 나타내고;상기 미지의 포맷화된 정보(15)는 적어도 부분적으로는 상기 선택된 파라미터화 가능한 변환 모델(12)의 파라미터로 구성되는 영상 화질 변경 방법.
- 제13항에 있어서,- 상기 변환 영상(13)과 상기 합성 영상 부류(7) 간의 상기 편차(14)를 산출하는 단계, 및- 상기 편차(14)를 상기 미지의 포맷화된 정보(15)와 연관시키는 단계를 더 포함하여;상기 장면에 대한 표준화된 정보를 3차원으로 추론할 수 있도록 하였으며,동일한 포맷팅 프로세스를 거친 복수의 영상 포착 기기(1)로부터 얻어진 복수의 영상들을 결합할 수 있도록 한 영상 화질 변경 방법.
- 제13항 또는 제14항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에는 상기 영상(P2)에 따라 달라지는 적어도 하나의 가변 특성(66), 특히 초점 거리 및/또는 개구(aperture)가 제공되고;상기 특정의 포맷화된 정보(15)의 일부는 가변 특성 또는 특성들(66)이 제공된 기기의 결함(P5)에 관한 것이고;상기 가변 특성(66) 각각은 상기 가변 특성과 상기 값의 세트로 구성된 어떤 조합(P120)을 구성하는 값과 연관될 수 있고,상기 방법은- 소정의 조합들(P120)을 선택하고,- 상기 소정의 조합들(P120) 각각에 대해 청구항 제13항 또는 제14항에 따른 방법의 단계들을 반복적으로 실시하고,- 상기 반복 실시 단계의 종료 시에 얻어진 미지의 포맷화된 정보로부터 임의의 조합(P120)에 관한 상기 미지의 포맷화된 정보의 보간 프로세스를 이용함으로써, 상기 미지의 포맷화된 정보(15)의 상기 일부를 결정하는 단계를 더 포함하는 영상 화질 변경 방법.
- 제11항 내지 제15항 중 어느 한 항에 있어서, 상기 기기 체인의 영상 복원 수단(19)의 경우, 상기 영상 복원 수단(19)의 결함(P5)을 특징짓는 데이터, 특히 왜곡 특성을 생성하는 단계를 더 포함하고; 상기 미지의 포맷화된 정보(15)는 적어도 부분적으로 상기 영상 복원 수단(19)의 결함(P5)을 특징짓는 상기 데이터로 구성되는 영상 화질 변경 방법.
- 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 하나의 기기 또는 복수의 기기에 관한 상기 특정의 포맷화된 정보(15)는 유사한 기기들(712)에 적용될 수 있는 방식으로; 그리고 이용될 본 발명의 방법에 제한된 양의 포맷화된 정보(15)만이 요구되는 방식으로 결정되도록 한 영상 화질 변경 방법.
- 제1항 내지 제17항 중 어느 한 항에 있어서, 상기 영상(P2)은 관련 정보(P63), 특히 디지털 신호를 포함하고, 본 발명의 방법의 상기 단계들은 상기 관련 정보(P63)를 보존하거나 변경하는 방식으로 이용되는 영상 화질 변경 방법.
- 제1항 내지 제18항 중 어느 한 항에 있어서, 정보를 상기 변경된 영상, 특히 변경되었던 것을 나타내는 정보에 연관시키는 단계를 더 포함하는 영상 화질 변경 방법.
- 제1항 내지 제19항 중 어느 한 항에 있어서, 상기 방법은 더 구체적으로는 관측자를 위해 상기 영상의 시각적 화질을 변경하도록 설계되고; 상기 기기 체인(P3)의 기기들의 결함(P5)에 관한 상기 포맷화된 정보(15)는 상기 관측자의 시각 특성, 특히 상기 관측자의 눈 및/또는 두뇌의 기능적 이상들(anomalies)에 관한 포맷화된 정보를 더 포함하는 영상 화질 변경 방법.
- 제1항 내지 제20항 중 어느 한 항에 따른 방법의 어플리케이션에 있어서, 상기 어플리케이션의 목적은, 상기 기기 체인(P3)의 기기들의 결함들(P5) 중 적어도 하나의 결함의 영향에 대해 보정함으로써, 상기 영상 처리 소프트웨어(P64) 또는 상기 영상 처리 컴포넌트(P65)에 의해 처리된 영상(P2)의 화질을 개선하여;고가의 기기에 의존할 필요없이, 완전하지는 않더라도 처리된 영상의 화질을 개선되도록 한 영상 화질 변경 방법.
- 제1항 내지 제20항 중 어느 한 항에 따른 방법의 어플리케이션으로서, 상기 어플리케이션의 목적은 상기 영상 처리 소프트웨어(P64) 또는 상기 영상 처리 컴포넌트(P65)에 의해 처리된 영상(P2)의 화질이 기준 기기 체인(P3)에서 생성된 영상의 화질과 비교될 수 있도록 하는 것인 영상 화질 변경 방법.
- 제21항에 있어서, 기준 기기 체인에서 생성된 영상의 화질과 비교될 수 있는 처리된 영상의 화질의 경우, 상기 기기 체인(P3)에 관한 포맷화된 정보(15)는 상기 기준 기기 체인의 결함(P5)을 고려하여 생성되도록 한 영상 화질 변경 방법.
- 특정 기기 체인(P3)으로부터 도출된 또는 이에 입력된 적어도 한 영상(P2)의화질을 변경하기 위한 시스템으로서, 상기 특정 기기 체인(P3)은 적어도 하나의 영상 포착 기기(1) 및/또는 적어도 하나의 영상 복원 기기(19)를 포함하며; 개별 경제 주체에 의해 점차적으로 상업화되어 온 상기 영상 포착 기기(1) 및/또는 상기 영상 복원 기기(19)는 불특정의 기기 세트(P75)에 속하고; 상기 기기 세트(P75)의 상기 기기들은 포맷화된 정보(15)에 의해 특징지워질 수 있는 결함들을 나타내며;상기 시스템은, 상기 영상에 대해서,- 상기 기기 세트(P75)의 상기 기기에 관련된 포맷화된 정보(15)의 발생원(P50)의 디렉토리를 편집하고,- 상기와 같이 편집된 상기 포맷화된 정보(15) 중에서 상기 특정 기기 체인(P3)에 관한 특정의 포맷화된 정보를 자동으로 검색하고,- 상기와 같이 얻어진 상기 특정의 포맷화된 정보를 고려하여 영상 처리 소프트웨어(P64) 및/또는 영상 처리 컴포넌트(P65)에 의해 상기 영상(P2)을 자동으로 변경할 수 있는 데이터 처리 수단(P76)을 포함하는 영상 화질 변경 시스템.
- 제24항에 있어서, 상기 데이터 처리 수단은 인덱스(P52)에 의해 검색을 자동으로 수행하며; 상기 인덱스(P52)는,- 상기 영상(P52), 및/또는- 상기 기기 체인(P3)의 상기 기기들, 및/또는- 상기 영상 처리 소프트웨어 또는 컴포넌트(P64, P65)에 상기 영상(P2)을 로드하는 수단, 및/또는- 상기 영상 처리 소프트웨어 또는 컴포넌트에 의해 변경된 영상을 상기 영상 복원 수단(19)에 로드하는 수단의 분석으로부터 분석 수단에 의해 직접적으로 또는 간접적으로 얻어지는 영상 화질 변경 시스템.
- 제25항에 있어서, 상기 기기 체인(P3)의 상기 기기들은 식별자들(60), 특히 바 코드에 의해서 식별되고; 상기 분석 수단은 상기 식별자들(60)을 결정하는 식별 수단을 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제26항 중 어느 한 항에 있어서, 상기 영상(P2), 상기 인덱스(P52) 및/또는 상기 식별자(60)는 동일한 파일(P57)에 포함되도록 한 영상 화질 변경 시스템.
- 제24항 내지 제27항 중 어느 한 항에 있어서, 상기 영상(P2)과 상기 특정의 포맷화된 정보(15)의 적어도 일부는 동일한 영상 파일(P58)에 포함되도록 한 영상 화질 변경 시스템.
- 제24항 내지 제28항 중 어느 한 항에 있어서, 포맷화된 정보(15)의 적어도 일부를 미리 데이터베이스(22)에 저장하기 위한 저장 수단과, 상기 데이터베이스(22)를 갱신하기 위한 갱신 수단을 더 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제29항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에는 상기 영상(P2)에 따라 달라지는 적어도 하나의 가변 특성(66), 특히 초점 거리가 제공되고; 상기 특정의 포맷화된 정보(15)의 일부는 상기 가변 특성(66)이 제공된 기기의 결함(P5)에 관한 것이며;상기 시스템은,- 상기 영상에 대한 상기 가변 특성(66)의 값; 및- 상기와 같이 얻어진 상기 가변 특성(66)의 값을 고려하여 상기 특정의 포맷화된 정보(15)의 일부를 결정하는 산출 수단을 더 포함하는 영상 화질 변경 시스템.
- 제30항에 있어서, 상기 영상은 파일(P57)에 포함되고; 상기 시스템은 상기 가변 특성(66)의 값을 결정하기 위하여, 상기 파일(P57) 내에 존재하는 데이터, 특히 초점 길이와 같은 데이터를 Exif 표준과 같은 형식으로 처리하기 위한 데이터 처리 수단을 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제31항 중 어느 한 항에 있어서, 상기 시스템은 기기 체인(P3)으로부터 도출된 또는 이에 입력된 적어도 한 영상(P2)의 화질을 변경하기 위하여,- 상기 기기 체인(P3)의 적어도 한 기기의, 이하 오리지널 결함(P5)으로 참조되는, 결함(P5)의 적어도 일부와 등가인 결함(P5)을 나타내는 가상의 기기(708),- 상기 가상 기기(708)의 결함(P5)에 관한 포맷화된 가상 정보(709)를 결정하기 위한 데이터 처리 수단(P76)과;- 상기 기기 체인(P3)의 기기 세트에 관한 특정의 포맷화된 정보(15)를 결정하기 위하여, 상기 데이터 처리 수단(P76)은 상기 포맷화된 가상 정보(709)를 상기 오리지널 결함(P5)에 관한 특정의 포맷화된 정보로 대체하는 대체 수단을 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제32항 중 어느 한 항에 있어서, 상기 시스템은 컬러 영상(P21)의 적어도 하나의 컬러평면(P20)의 화질을 변경하도록 설계되고, 상기 컬러평면(P20)은 특정 컬러(P22)로 특징지워지고, 상기 특정의 포맷화된 정보(15)는 상기 특정 컬러(P22)에 관한 데이터를 추가적으로 포함하고, 상기 시스템은 상기 특정 컬러(P22) 및 상기 영상(P2)에 관한 상기 데이터를 이용하여 컬러평면(P20)을 산출하기 위한 산출 수단을 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제33항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에 대해 상기 특정의 포맷화된 정보를 검색하는 프로세스가 성공하지 못한 경우에, 상기 미지의 포맷화된 정보(15)를 산출하기 위한 산출 수단을 더 포함하는 영상 화질 변경 시스템.
- 제34항에 있어서, 상기 기기 체인(P3)의 기기에 관한 미지의 포맷화된 정보를 산출하기 위한 상기 산출 수단이 상기 기기의 결함(P5)을 측정하고 그리고/또는 상기 기기를 시뮬레이팅하기 위한 처리 수단을 포함하는 영상 화질 변경 시스템.
- 제34항 또는 제35항에 있어서, 상기 기기 체인(P3)의 영상 포착 기기(1)의 경우, 적어도 하나의 기준 장면(9)의 어떤 표면(10)에의 특정의 수학적 투영(8)에 의해서 합성 영상 부류(7)를 구축함으로써 상기 미지의 포맷화된 정보(15)를 산출하는 산출 수단을 더 포함하고; 상기 영상 포착 기기(1)는 각 기준 장면(9)의 적어도 하나의 기준 영상(11)을 포착하고; 상기 산출 수단은 파라미터화 가능한 변환 모델(12) 세트 내에서, 상기 기준 영상(11)을 상기 기준 장면(9)의 상기 합성 영상 부류(7)에 가까운 변환 영상(13)으로 변환시킬 수 있는 파라미터화 가능한 변환 모델을 선택함으로써 상기 미지의 포맷화된 정보(15)를 산출하고; 상기 변환 영상(13)은 상기 합성 영상 부류(7)와 비교한 편차(14)를 나타내며; 상기 미지의 포맷화된 정보(15)는 적어도 부분적으로는 상기 선택된 파라미터화 가능한 변환 모델들(12)의 파라미터로 구성되는 영상 화질 변경 시스템.
- 제36항에 있어서,- 상기 변환 영상(13)과 상기 합성 영상 부류(7) 간의 상기 편차(14)를 산출하고,- 상기 편차(7)를 상기 미지의 포맷화된 정보(15)와 연관시키기 위한 데이터 처리 수단(P76)을 더 포함하는 영상 화질 변경 시스템.
- 제36항 또는 제37항에 있어서, 상기 기기 체인(P3)의 기기들 중 하나에는 상기 영상(P2)에 따라 달라지는 적어도 하나의 가변 특성(66), 특히 초점 길이 및/또는 개구가 제공되고; 상기 특정의 포맷화된 정보(15)의 일부는 상기 가변 특성 또는 특성들(66)이 제공된 기기의 결함(P5)에 관한 것이며; 가변 특성(66) 각각은 상기 가변 특성(66)과 상기 값의 세트로 구성된 어떤 조합(P120)을 구성하는 값과 연관될 수 있고, 상기 시스템은- 소정의 조합들(P120)을 선택하고,- 상기 소정의 조합들(P120) 각각에 대해 청구항 제36항 또는 제37항에 따른상기 산출 수단과 상기 데이터 처리 수단(P76)을 반복적으로 실시하고,- 상기 반복 실시의 종료 시에 얻어진 미지의 포맷화된 정보로부터 임의의 조합(P120)에 관한 상기 미지의 포맷화된 정보의 보간 프로세스를 이용함으로써, 상기 미지의 포맷화된 정보(15)의 상기 일부를 결정하기 위한 데이터 처리 수단(P76)을 더 포함하는 영상 화질 변경 시스템.
- 제34항 내지 제38항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 영상 복원 수단(19)에 대해서 상기 영상 복원 수단(19)의 결함(P5)을 특징짓는 데이터, 특히 왜곡 특성을 생성하기 위한 데이터 처리 수단(P76)을 더 포함하고; 상기 미지의 포맷화된 정보(15)는 적어도 부분적으로 상기 영상 복원 수단(19)의 결함(P5)을 특징짓는 상기 데이터로 구성되는 영상 화질 변경 시스템.
- 제24항 내지 제33항 중 어느 한 항에 있어서, 상기 기기 체인(P3)의 하나의 기기 또는 복수의 기기에 관한 상기 특정의 포맷화된 정보(15)는 유사한 기기들(712)에 적용될 수 있는 방식으로 결정되도록 한 영상 화질 변경 시스템.
- 제24항 내지 제40항 중 어느 한 항에 있어서, 상기 영상(P2)은 관련 정보(P63), 특히 디지털 신호를 포함하고; 상기 시스템은 상기 관련 정보(P63)를 보존하거나 변경하는 방식으로 사용되는 영상 화질 변경 시스템.
- 제24항 내지 제41항 중 어느 한 항에 있어서, 정보를 상기 변경된 영상, 특히 변경되었던 것을 나타내는 정보에 연관시키기 위한 데이터 처리 수단을 더 포함하는 영상 화질 변경 시스템.
- 제24항 내지 제42항 중 어느 한 항에 있어서, 상기 시스템은 보다 구체적으로는 관측자를 위해 상기 영상의 시각적 화질을 변경하도록 설계되고; 상기 기기 체인(P3)의 기기들의 결함(P5)에 관한 상기 포맷화된 정보(15)는 상기 관측자의 시각 특성, 특히 상기 관측자의 눈 및/또는 두뇌의 기능적 이상들에 관한 포맷화된 정보(15)를 더 포함하는 영상 화질 변경 시스템.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR01/09291 | 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 |
| 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 | ||
| PCT/FR2002/001911 WO2003007240A1 (fr) | 2001-07-12 | 2002-06-05 | Procede et systeme pour modifier la qualite d'image |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20040043155A true KR20040043155A (ko) | 2004-05-22 |
| KR100940147B1 KR100940147B1 (ko) | 2010-02-03 |
Family
ID=26213095
Family Applications (4)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020047000414A KR100940147B1 (ko) | 2001-07-12 | 2002-06-05 | 화질 변경 방법 및 시스템 |
| KR1020047000417A KR100940148B1 (ko) | 2001-07-12 | 2002-06-05 | 디지털 영상을 그 잡음을 고려하여 수정하기 위한 방법 및시스템 |
| KR1020047000412A KR100879832B1 (ko) | 2001-07-12 | 2002-06-05 | 영상 처리 수단에 포맷화된 데이터를 표준 포맷에 따라제공하는 방법 및 시스템 |
| KR1020047000413A KR100957878B1 (ko) | 2001-07-12 | 2002-06-05 | 화상 처리 수단의 업데이트 빈도를 감소시키기 위한 방법및 시스템 |
Family Applications After (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020047000417A KR100940148B1 (ko) | 2001-07-12 | 2002-06-05 | 디지털 영상을 그 잡음을 고려하여 수정하기 위한 방법 및시스템 |
| KR1020047000412A KR100879832B1 (ko) | 2001-07-12 | 2002-06-05 | 영상 처리 수단에 포맷화된 데이터를 표준 포맷에 따라제공하는 방법 및 시스템 |
| KR1020047000413A KR100957878B1 (ko) | 2001-07-12 | 2002-06-05 | 화상 처리 수단의 업데이트 빈도를 감소시키기 위한 방법및 시스템 |
Country Status (11)
| Country | Link |
|---|---|
| US (10) | US7760955B2 (ko) |
| EP (7) | EP1410331B1 (ko) |
| JP (6) | JP4614657B2 (ko) |
| KR (4) | KR100940147B1 (ko) |
| CN (6) | CN1316427C (ko) |
| AT (4) | ATE400040T1 (ko) |
| AU (3) | AU2002317219A1 (ko) |
| CA (1) | CA2453423C (ko) |
| DE (4) | DE60227374D1 (ko) |
| ES (2) | ES2253542T3 (ko) |
| WO (6) | WO2003007239A1 (ko) |
Families Citing this family (214)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6950211B2 (en) * | 2001-07-05 | 2005-09-27 | Corel Corporation | Fine moire correction in images |
| WO2003007239A1 (fr) * | 2001-07-12 | 2003-01-23 | Vision Iq | Procede et systeme pour fournir des informations formatees a des moyens de traitement d'images |
| DE60224035D1 (de) * | 2002-08-23 | 2008-01-24 | St Microelectronics Srl | Verfahren zur Rauschfilterung einer numerischen Bildfolge |
| US7773316B2 (en) * | 2003-01-16 | 2010-08-10 | Tessera International, Inc. | Optics for an extended depth of field |
| US8294999B2 (en) | 2003-01-16 | 2012-10-23 | DigitalOptics Corporation International | Optics for an extended depth of field |
| WO2004063989A2 (en) * | 2003-01-16 | 2004-07-29 | D-Blur Technologies Ltd. | Camera with image enhancement functions |
| US7609425B2 (en) * | 2003-01-31 | 2009-10-27 | Canon Kabushiki Kaisha | Image data processing apparatus, method, storage medium and program |
| US8471852B1 (en) | 2003-05-30 | 2013-06-25 | Nvidia Corporation | Method and system for tessellation of subdivision surfaces |
| JP4096828B2 (ja) * | 2003-07-15 | 2008-06-04 | セイコーエプソン株式会社 | 画像処理装置 |
| US7369699B1 (en) | 2003-08-29 | 2008-05-06 | Apple Inc. | Methods and apparatuses for restoring color and enhancing electronic images |
| GB2406992A (en) * | 2003-10-09 | 2005-04-13 | Ta Vision Lab Ltd | Deconvolution of a digital image using metadata |
| US7944467B2 (en) * | 2003-12-01 | 2011-05-17 | Omnivision Technologies, Inc. | Task-based imaging systems |
| CN1898590A (zh) | 2003-12-01 | 2007-01-17 | Cdm光学有限公司 | 用于优化光学和数字系统设计的系统和方法 |
| US7463296B2 (en) | 2004-04-01 | 2008-12-09 | Microsoft Corporation | Digital cameras with luminance correction |
| US7317843B2 (en) * | 2004-04-01 | 2008-01-08 | Microsoft Corporation | Luminance correction |
| US8285041B2 (en) * | 2004-09-14 | 2012-10-09 | Olympus Corporation | Image processing apparatus, image recording apparatus, and image processing method |
| US7461331B2 (en) * | 2004-12-21 | 2008-12-02 | Fotomedia Technologies, Llc | Automated construction of print order for images capture during a session |
| EP1679907A1 (en) * | 2005-01-05 | 2006-07-12 | Dialog Semiconductor GmbH | Hexagonal color pixel structure with white pixels |
| FR2881011B1 (fr) | 2005-01-19 | 2007-06-29 | Dxo Labs Sa | Procede de realisation d'un appareil de capture et/ou restitution d'images et appareil obtenu par ce procede |
| US7683950B2 (en) * | 2005-04-26 | 2010-03-23 | Eastman Kodak Company | Method and apparatus for correcting a channel dependent color aberration in a digital image |
| US20060274209A1 (en) * | 2005-06-03 | 2006-12-07 | Coretronic Corporation | Method and a control device using the same for controlling a display device |
| 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 |
| 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 |
| 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 |
| 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 |
| US20080052104A1 (en) * | 2005-07-01 | 2008-02-28 | Searete Llc | Group content substitution 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 |
| US9583141B2 (en) * | 2005-07-01 | 2017-02-28 | Invention Science Fund I, Llc | Implementing audio substitution options in media works |
| US8910033B2 (en) * | 2005-07-01 | 2014-12-09 | The Invention Science Fund I, Llc | Implementing group content substitution in media works |
| US9092928B2 (en) * | 2005-07-01 | 2015-07-28 | The Invention Science Fund I, Llc | Implementing group content substitution in media works |
| US20080028422A1 (en) * | 2005-07-01 | 2008-01-31 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Implementation of media content alteration |
| US8203609B2 (en) * | 2007-01-31 | 2012-06-19 | The Invention Science Fund I, Llc | Anonymization pursuant to a broadcasted policy |
| 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 |
| 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 |
| US20070005423A1 (en) * | 2005-07-01 | 2007-01-04 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Providing promotional content |
| US9065979B2 (en) * | 2005-07-01 | 2015-06-23 | The Invention Science Fund I, Llc | Promotional placement in media works |
| US20080086380A1 (en) * | 2005-07-01 | 2008-04-10 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Alteration of promotional content in media works |
| 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 |
| US20070294720A1 (en) * | 2005-07-01 | 2007-12-20 | Searete Llc | Promotional placement in media works |
| US20090235364A1 (en) * | 2005-07-01 | 2009-09-17 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Media markup for promotional content alteration |
| 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 |
| US9230601B2 (en) | 2005-07-01 | 2016-01-05 | Invention Science Fund I, Llc | Media markup system for content alteration in derivative works |
| US20070276757A1 (en) * | 2005-07-01 | 2007-11-29 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Approval technique for media content alteration |
| US7860342B2 (en) | 2005-07-01 | 2010-12-28 | The Invention Science Fund I, Llc | Modifying restricted images |
| 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 |
| US20080013859A1 (en) * | 2005-07-01 | 2008-01-17 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Implementation of media content alteration |
| US20090150444A1 (en) * | 2005-07-01 | 2009-06-11 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Media markup for audio content alteration |
| JP5033802B2 (ja) * | 2005-09-19 | 2012-09-26 | オムニビジョン テクノロジーズ， インコーポレイテッド | タスク型画像化システム |
| 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 |
| 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 |
| US8295562B2 (en) * | 2006-01-13 | 2012-10-23 | Carl Zeiss Microimaging Ais, Inc. | Medical image modification to simulate characteristics |
| US20070165961A1 (en) * | 2006-01-13 | 2007-07-19 | Juwei Lu | Method And Apparatus For Reducing Motion Blur In An Image |
| US8737832B1 (en) | 2006-02-10 | 2014-05-27 | Nvidia Corporation | Flicker band automated detection system and method |
| US8310533B2 (en) * | 2006-03-27 | 2012-11-13 | GE Sensing & Inspection Technologies, LP | Inspection apparatus for inspecting articles |
| 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 |
| US8660372B2 (en) * | 2010-05-10 | 2014-02-25 | Board Of Regents Of The University Of Texas System | Determining quality of an image or video using a distortion classifier |
| 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 |
| EP2692280B1 (en) * | 2011-11-16 | 2019-01-09 | Olympus Corporation | Video signal processing apparatus for endoscope |
| JP2013123812A (ja) * | 2011-12-13 | 2013-06-24 | Canon Inc | 検査装置、検査方法、コンピュータプログラム |
| US9070195B2 (en) * | 2012-06-10 | 2015-06-30 | Apple Inc. | Method and system for auto-enhancing photographs with saturation adjustments |
| JP5656926B2 (ja) | 2012-06-22 | 2015-01-21 | キヤノン株式会社 | 画像処理方法、画像処理装置および撮像装置 |
| US8976271B2 (en) | 2012-07-19 | 2015-03-10 | Canon Kabushiki Kaisha | Optical system and image pickup apparatus |
| JP6526560B2 (ja) | 2012-07-26 | 2019-06-05 | デピュー シンセス プロダクツ, インコーポレーテッドDePuy Synthes Products, Inc. | 光が不十分な環境での連続的なビデオ |
| CN104619237B (zh) | 2012-07-26 | 2018-03-30 | 德普伊辛迪斯制品公司 | 光不足环境中的ycbcr脉冲调制的照明方案 |
| US9509917B2 (en) | 2012-07-26 | 2016-11-29 | DePuy Synthes Products, Inc. | Wide dynamic range using monochromatic sensor |
| 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 |
| GB2507576A (en) * | 2012-11-05 | 2014-05-07 | British Broadcasting Corp | Focus detection |
| US9307213B2 (en) | 2012-11-05 | 2016-04-05 | Nvidia Corporation | Robust selection and weighting for gray patch automatic white balancing |
| US9026553B2 (en) * | 2012-11-29 | 2015-05-05 | Unisys Corporation | Data expanse viewer for database systems |
| JP6629183B2 (ja) | 2013-03-15 | 2020-01-15 | デピュイ・シンセス・プロダクツ・インコーポレイテッド | 遠位キャップを使用するホワイトバランス及び固定パターンノイズのフレーム較正 |
| EP2967294B1 (en) | 2013-03-15 | 2020-07-29 | DePuy Synthes Products, Inc. | Super resolution and color motion artifact correction in a pulsed color imaging system |
| JP6422937B2 (ja) | 2013-03-15 | 2018-11-14 | デピュイ・シンセス・プロダクツ・インコーポレイテッド | 光制御された環境において感知する内視鏡 |
| US10341593B2 (en) | 2013-03-15 | 2019-07-02 | DePuy Synthes Products, Inc. | Comprehensive fixed pattern noise cancellation |
| US9777913B2 (en) | 2013-03-15 | 2017-10-03 | DePuy Synthes Products, Inc. | Controlling the integral light energy of a laser pulse |
| AU2014233518C1 (en) | 2013-03-15 | 2019-04-04 | DePuy Synthes Products, Inc. | Noise aware edge enhancement |
| US9756222B2 (en) | 2013-06-26 | 2017-09-05 | Nvidia Corporation | Method and system for performing white balancing operations on captured images |
| US9826208B2 (en) | 2013-06-26 | 2017-11-21 | Nvidia Corporation | Method and system for generating weights for use in white balancing an image |
| 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 |
| EP3119265B1 (en) | 2014-03-21 | 2019-09-11 | 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 |
| WO2016065632A1 (zh) | 2014-10-31 | 2016-05-06 | 华为技术有限公司 | 一种图像处理方法和设备 |
| JP6496940B2 (ja) * | 2014-11-06 | 2019-04-10 | ソニー株式会社 | 軸上色収差を有するレンズを含む撮像システム、内視鏡及び撮像方法 |
| JP6465752B2 (ja) * | 2015-05-29 | 2019-02-06 | キヤノン株式会社 | 制御装置、制御方法、及びプログラム |
| CN106714651B (zh) | 2015-08-13 | 2019-06-28 | Hoya株式会社 | 评价值计算装置以及电子内窥镜系统 |
| DE112016000095B4 (de) * | 2015-08-13 | 2019-07-11 | Hoya Corporation | Vorrichtung zur Berechnung von Analysewerten und elektronisches Endoskopsystem |
| US9838646B2 (en) * | 2015-09-24 | 2017-12-05 | Cisco Technology, Inc. | Attenuation of loudspeaker in microphone array |
| US20190387211A1 (en) * | 2016-09-19 | 2019-12-19 | Interdigital Vc Holdings, Inc. | A method and a device for reconstructing a point cloud representative of a scene using light-field data |
| WO2018070793A1 (en) * | 2016-10-12 | 2018-04-19 | Samsung Electronics Co., Ltd. | Method, apparatus, and recording medium for processing image |
| US11423005B2 (en) * | 2017-04-03 | 2022-08-23 | Mitsubishi Electric Corporation | Map data generator and method for generating map data |
| US10657118B2 (en) | 2017-10-05 | 2020-05-19 | Adobe Inc. | Update basis for updating digital content in a digital medium environment |
| US10733262B2 (en) * | 2017-10-05 | 2020-08-04 | Adobe Inc. | Attribute control for updating digital content in a digital medium environment |
| 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 |
| US12026900B2 (en) | 2017-12-27 | 2024-07-02 | Cllag GmbH International | Hyperspectral imaging in a light deficient environment |
| CN108074241B (zh) * | 2018-01-16 | 2021-10-22 | 深圳大学 | 目标图像的质量评分方法、装置、终端及存储介质 |
| US11379725B2 (en) | 2018-06-29 | 2022-07-05 | International Business Machines Corporation | Projectile extrapolation and sequence synthesis from video using convolution |
| JP7278096B2 (ja) * | 2019-02-20 | 2023-05-19 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
| US12013496B2 (en) | 2019-06-20 | 2024-06-18 | Cilag Gmbh International | Noise aware edge enhancement in a pulsed laser mapping imaging system |
| US11233960B2 (en) | 2019-06-20 | 2022-01-25 | Cilag Gmbh International | Fluorescence imaging with fixed pattern noise cancellation |
| US11712155B2 (en) | 2019-06-20 | 2023-08-01 | Cilag GmbH Intenational | Fluorescence videostroboscopy of vocal cords |
| US11633089B2 (en) | 2019-06-20 | 2023-04-25 | Cilag Gmbh International | Fluorescence imaging with minimal area monolithic image sensor |
| US11172810B2 (en) | 2019-06-20 | 2021-11-16 | Cilag Gmbh International | Speckle removal in a pulsed laser mapping imaging system |
| US11533417B2 (en) | 2019-06-20 | 2022-12-20 | Cilag Gmbh International | Laser scanning and tool tracking imaging in a light deficient environment |
| US11265491B2 (en) | 2019-06-20 | 2022-03-01 | Cilag Gmbh International | Fluorescence imaging with fixed pattern noise cancellation |
| US11624830B2 (en) | 2019-06-20 | 2023-04-11 | Cilag Gmbh International | Wide dynamic range using a monochrome image sensor for laser mapping imaging |
| US11471055B2 (en) | 2019-06-20 | 2022-10-18 | Cilag Gmbh International | Noise aware edge enhancement in a pulsed fluorescence imaging system |
| US11122967B2 (en) | 2019-06-20 | 2021-09-21 | Cilag Gmbh International | Driving light emissions according to a jitter specification in a fluorescence imaging system |
| 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 |
| US11432706B2 (en) | 2019-06-20 | 2022-09-06 | Cilag Gmbh International | Hyperspectral imaging with minimal area monolithic image sensor |
| US11012599B2 (en) | 2019-06-20 | 2021-05-18 | Ethicon Llc | Hyperspectral imaging in a light deficient environment |
| US11412152B2 (en) | 2019-06-20 | 2022-08-09 | Cilag Gmbh International | Speckle removal in a pulsed hyperspectral imaging system |
| US11540696B2 (en) | 2019-06-20 | 2023-01-03 | Cilag Gmbh International | Noise aware edge enhancement in a pulsed fluorescence imaging system |
| US11134832B2 (en) | 2019-06-20 | 2021-10-05 | Cilag Gmbh International | Image rotation in an endoscopic hyperspectral, fluorescence, and laser mapping imaging system |
| 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 |
| US11412920B2 (en) | 2019-06-20 | 2022-08-16 | Cilag Gmbh International | Speckle removal in a pulsed fluorescence imaging system |
| US11284783B2 (en) | 2019-06-20 | 2022-03-29 | Cilag Gmbh International | Controlling integral energy of a laser pulse in a hyperspectral 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 |
| US11589819B2 (en) | 2019-06-20 | 2023-02-28 | Cilag Gmbh International | Offset illumination of a scene using multiple emitters in a laser mapping imaging system |
| US11903563B2 (en) | 2019-06-20 | 2024-02-20 | Cilag Gmbh International | Offset illumination of a scene using multiple emitters in a fluorescence imaging system |
| US11877065B2 (en) | 2019-06-20 | 2024-01-16 | Cilag Gmbh International | Image rotation in an endoscopic hyperspectral imaging system |
| US11754500B2 (en) | 2019-06-20 | 2023-09-12 | Cilag Gmbh International | Minimizing image sensor input/output in a pulsed fluorescence imaging system |
| US11218645B2 (en) | 2019-06-20 | 2022-01-04 | Cilag Gmbh International | Wide dynamic range using a monochrome image sensor for fluorescence imaging |
| US11931009B2 (en) | 2019-06-20 | 2024-03-19 | Cilag Gmbh International | Offset illumination of a scene using multiple emitters in a hyperspectral imaging system |
| US11937784B2 (en) | 2019-06-20 | 2024-03-26 | Cilag Gmbh International | Fluorescence imaging in a light deficient environment |
| 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 |
| US11700995B2 (en) | 2019-06-20 | 2023-07-18 | Cilag Gmbh International | Speckle removal in a pulsed fluorescence imaging system |
| US11375886B2 (en) | 2019-06-20 | 2022-07-05 | Cilag Gmbh International | Optical fiber waveguide in an endoscopic system for laser mapping imaging |
| 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 |
| US11925328B2 (en) | 2019-06-20 | 2024-03-12 | Cilag Gmbh International | Noise aware edge enhancement in a pulsed hyperspectral imaging system |
| US11898909B2 (en) | 2019-06-20 | 2024-02-13 | Cilag Gmbh International | Noise aware edge enhancement in a pulsed fluorescence imaging system |
| US11288772B2 (en) | 2019-06-20 | 2022-03-29 | Cilag Gmbh International | Super resolution and color motion artifact correction in a pulsed fluorescence imaging system |
| US11187657B2 (en) | 2019-06-20 | 2021-11-30 | Cilag Gmbh International | Hyperspectral imaging with fixed pattern noise cancellation |
| 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 |
| US11793399B2 (en) | 2019-06-20 | 2023-10-24 | Cilag Gmbh International | Super resolution and color motion artifact correction in a pulsed hyperspectral imaging system |
| US11221414B2 (en) | 2019-06-20 | 2022-01-11 | Cilag Gmbh International | Laser mapping imaging with fixed pattern noise cancellation |
| US11671691B2 (en) | 2019-06-20 | 2023-06-06 | Cilag Gmbh International | Image rotation in an endoscopic laser mapping 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 |
| US20200397270A1 (en) | 2019-06-20 | 2020-12-24 | Ethicon Llc | Optical fiber waveguide in an endoscopic system for fluorescence imaging |
| US11122968B2 (en) | 2019-06-20 | 2021-09-21 | Cilag Gmbh International | Optical fiber waveguide in an endoscopic system for hyperspectral imaging |
| US10952619B2 (en) | 2019-06-20 | 2021-03-23 | Ethicon Llc | Hyperspectral and fluorescence imaging and topology laser mapping with minimal area monolithic image sensor |
| US11172811B2 (en) | 2019-06-20 | 2021-11-16 | Cilag Gmbh International | Image rotation in an endoscopic fluorescence imaging system |
| US11276148B2 (en) | 2019-06-20 | 2022-03-15 | Cilag Gmbh International | Super resolution and color motion artifact correction in a pulsed fluorescence imaging system |
| US11622094B2 (en) | 2019-06-20 | 2023-04-04 | Cilag Gmbh International | Wide dynamic range using a monochrome image sensor for fluorescence imaging |
| US11457154B2 (en) | 2019-06-20 | 2022-09-27 | Cilag Gmbh International | Speckle removal in a pulsed hyperspectral, fluorescence, and laser mapping imaging system |
| US10841504B1 (en) | 2019-06-20 | 2020-11-17 | Ethicon Llc | Fluorescence imaging with minimal area monolithic image sensor |
| US11187658B2 (en) | 2019-06-20 | 2021-11-30 | Cilag Gmbh International | Fluorescence imaging with fixed pattern noise cancellation |
| US11758256B2 (en) | 2019-06-20 | 2023-09-12 | Cilag Gmbh International | Fluorescence imaging in a light deficient environment |
| US11674848B2 (en) | 2019-06-20 | 2023-06-13 | Cilag Gmbh International | Wide dynamic range using a monochrome image sensor for hyperspectral imaging |
| US11716543B2 (en) | 2019-06-20 | 2023-08-01 | Cilag Gmbh International | Wide dynamic range using a monochrome image sensor for fluorescence imaging |
| US11686847B2 (en) | 2019-06-20 | 2023-06-27 | Cilag Gmbh International | Pulsed illumination in a fluorescence imaging system |
| US10979646B2 (en) | 2019-06-20 | 2021-04-13 | Ethicon Llc | Fluorescence imaging with minimal area monolithic image sensor |
| US11237270B2 (en) | 2019-06-20 | 2022-02-01 | Cilag Gmbh International | Hyperspectral, fluorescence, and laser mapping imaging with fixed pattern noise cancellation |
| 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 |
| US11550057B2 (en) | 2019-06-20 | 2023-01-10 | Cilag Gmbh International | Offset illumination of a scene using multiple emitters in a 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 |
| EP4184425A4 (en) | 2021-01-27 | 2024-02-21 | Samsung Electronics Co., Ltd. | IMAGE PROCESSING APPARATUS AND ITS OPERATING METHOD |
| US11829239B2 (en) | 2021-11-17 | 2023-11-28 | Adobe Inc. | Managing machine learning model reconstruction |
Family Cites Families (80)
| 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, Mortsel | 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 |
| EP0686945B1 (en) * | 1994-05-26 | 2001-12-19 | Canon Kabushiki Kaisha | Image processing apparatus and method |
| 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 |
| JP2000502202A (ja) * | 1995-12-19 | 2000-02-22 | テレフオンアクチーボラゲツト エル エム エリクソン（パブル） | 命令プロセッサのジョブスケジューリング |
| 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 |
| US6222583B1 (en) | 1997-03-27 | 2001-04-24 | Nippon Telegraph And Telephone Corporation | Device and system for labeling sight images |
| 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 |
| 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 |
| US6462835B1 (en) * | 1998-07-15 | 2002-10-08 | Kodak Polychrome Graphics, Llc | Imaging system and method |
| 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 |
| WO2001001675A2 (en) | 1999-06-30 | 2001-01-04 | Logitech, Inc. | Video camera with major functions implemented in host software |
| 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 |
| WO2001035052A1 (en) | 1999-11-12 | 2001-05-17 | Armstrong Brian S | Robust landmarks for machine vision and methods for detecting same |
| US6809837B1 (en) * | 1999-11-29 | 2004-10-26 | Xerox Corporation | On-line model prediction and calibration system for a dynamically varying color reproduction device |
| KR100414083B1 (ko) * | 1999-12-18 | 2004-01-07 | 엘지전자 주식회사 | 영상왜곡 보정방법 및 이를 이용한 영상표시기기 |
| US6816625B2 (en) * | 2000-08-16 | 2004-11-09 | Lewis Jr Clarence A | Distortion free image capture system and method |
| JP3429280B2 (ja) * | 2000-09-05 | 2003-07-22 | 理化学研究所 | 画像のレンズ歪みの補正方法 |
| JP4399133B2 (ja) * | 2000-09-08 | 2010-01-13 | カシオ計算機株式会社 | 撮影条件提供装置、撮影条件設定システム、撮影条件提供方法 |
| US6956966B2 (en) * | 2001-04-03 | 2005-10-18 | Electronics For Imaging, Inc. | Method and apparatus for automated image correction for digital image acquisition |
| WO2003007239A1 (fr) * | 2001-07-12 | 2003-01-23 | Vision Iq | Procede et systeme pour fournir des informations formatees a des moyens de traitement d'images |
| ATE354837T1 (de) * | 2001-07-12 | 2007-03-15 | Do Labs | Verfahren und system zur herstellung von auf geometrischen verzerrungen bezogenen formatierten informationen |
| FR2827459B1 (fr) * | 2001-07-12 | 2004-10-29 | Poseidon | Procede et systeme pour fournir a des logiciels de traitement d'image des informations formatees liees aux caracteristiques des appareils de capture d'image et/ou des moyens de restitution d'image |
| US6873727B2 (en) * | 2001-07-23 | 2005-03-29 | Hewlett-Packard Development Company, L.P. | System for setting image characteristics using embedded camera tag information |
| FR2895103B1 (fr) * | 2005-12-19 | 2008-02-22 | Dxo Labs Sa | Procede et systeme de traitement de donnees numeriques |
| FR2895102B1 (fr) * | 2005-12-19 | 2012-12-07 | Dxo Labs | Procede pour traiter un objet dans une plateforme a processeur(s) et memoire(s) et plateforme utilisant le procede |
| FR2895104A1 (fr) * | 2005-12-19 | 2007-06-22 | Dxo Labs Sa | Procede pour fournir des donnees a un moyen de traitement numerique |
-
2002
- 2002-06-05 WO PCT/FR2002/001909 patent/WO2003007239A1/fr active IP Right Grant
- 2002-06-05 JP JP2003512924A patent/JP4614657B2/ja not_active Expired - Fee Related
- 2002-06-05 WO PCT/FR2002/001915 patent/WO2003007242A2/fr active IP Right Grant
- 2002-06-05 KR KR1020047000414A patent/KR100940147B1/ko active IP Right Grant
- 2002-06-05 US US10/483,322 patent/US7760955B2/en active Active
- 2002-06-05 EP EP02745485.9A patent/EP1410331B1/fr not_active Expired - Lifetime
- 2002-06-05 US US10/482,413 patent/US8675980B2/en not_active Expired - Fee Related
- 2002-06-05 US US10/483,496 patent/US7343040B2/en not_active Expired - Fee Related
- 2002-06-05 CN CNB028139569A patent/CN1316427C/zh not_active Expired - Fee Related
- 2002-06-05 US US10/483,495 patent/US7346221B2/en not_active Expired - Lifetime
- 2002-06-05 KR KR1020047000417A patent/KR100940148B1/ko not_active IP Right Cessation
- 2002-06-05 AU AU2002317219A patent/AU2002317219A1/en not_active Abandoned
- 2002-06-05 US US10/483,494 patent/US7792378B2/en not_active Expired - Lifetime
- 2002-06-05 CN CNB028139542A patent/CN1273931C/zh not_active Expired - Lifetime
- 2002-06-05 AT AT02748933T patent/ATE400040T1/de not_active IP Right Cessation
- 2002-06-05 CN CNB028139518A patent/CN1305006C/zh not_active Expired - Fee Related
- 2002-06-05 EP EP02747506A patent/EP1410327B1/fr not_active Expired - Lifetime
- 2002-06-05 ES ES02747506T patent/ES2253542T3/es not_active Expired - Lifetime
- 2002-06-05 KR KR1020047000412A patent/KR100879832B1/ko not_active IP Right Cessation
- 2002-06-05 JP JP2003512927A patent/JP4295612B2/ja not_active Expired - Fee Related
- 2002-06-05 DE DE60227374T patent/DE60227374D1/de not_active Expired - Lifetime
- 2002-06-05 JP JP2003512930A patent/JP4367757B2/ja not_active Expired - Fee Related
- 2002-06-05 CN CNB028139526A patent/CN1316426C/zh not_active Expired - Fee Related
- 2002-06-05 DE DE60239061T patent/DE60239061D1/de not_active Expired - Lifetime
- 2002-06-05 AT AT02747504T patent/ATE447216T1/de not_active IP Right Cessation
- 2002-06-05 EP EP02743349A patent/EP1410326B1/fr not_active Expired - Lifetime
- 2002-06-05 AT AT02743349T patent/ATE497224T1/de not_active IP Right Cessation
- 2002-06-05 CA CA2453423A patent/CA2453423C/fr not_active Expired - Fee Related
- 2002-06-05 JP JP2003512928A patent/JP4020262B2/ja not_active Expired - Fee Related
- 2002-06-05 CN CNB028139577A patent/CN1305010C/zh not_active Expired - Fee Related
- 2002-06-05 DE DE60234207T patent/DE60234207D1/de not_active Expired - Lifetime
- 2002-06-05 DE DE60207417T patent/DE60207417T2/de not_active Expired - Lifetime
- 2002-06-05 JP JP2003512929A patent/JP4295613B2/ja not_active Expired - Fee Related
- 2002-06-05 WO PCT/FR2002/001914 patent/WO2003007241A1/fr active Application Filing
- 2002-06-05 EP EP02747504A patent/EP1444651B1/fr not_active Expired - Lifetime
- 2002-06-05 EP EP02751241.7A patent/EP1442425B1/fr not_active Expired - Lifetime
- 2002-06-05 AU AU2002317900A patent/AU2002317900A1/en not_active Abandoned
- 2002-06-05 AU AU2002317902A patent/AU2002317902A1/en not_active Abandoned
- 2002-06-05 CN CNB028139534A patent/CN100361153C/zh not_active Expired - Fee Related
- 2002-06-05 WO PCT/FR2002/001910 patent/WO2003007236A2/fr active Application Filing
- 2002-06-05 WO PCT/FR2002/001911 patent/WO2003007240A1/fr active Application Filing
- 2002-06-05 JP JP2003512931A patent/JP4452497B2/ja not_active Expired - Fee Related
- 2002-06-05 KR KR1020047000413A patent/KR100957878B1/ko not_active IP Right Cessation
- 2002-06-05 EP EP02748933A patent/EP1415275B1/fr not_active Expired - Lifetime
- 2002-06-05 EP EP08100657.9A patent/EP2015247B1/fr not_active Expired - Lifetime
- 2002-06-05 ES ES02748933T patent/ES2311061T3/es not_active Expired - Lifetime
- 2002-06-05 AT AT02747506T patent/ATE310284T1/de not_active IP Right Cessation
- 2002-06-05 US US10/483,497 patent/US7724977B2/en not_active Expired - Lifetime
- 2002-06-05 WO PCT/FR2002/001908 patent/WO2003007243A2/fr active Application Filing
-
2010
- 2010-07-16 US US12/838,198 patent/US8559743B2/en not_active Expired - Lifetime
- 2010-07-16 US US12/838,184 patent/US20100278415A1/en not_active Abandoned
-
2012
- 2012-06-06 US US13/489,892 patent/US20120308160A1/en not_active Abandoned
-
2013
- 2013-09-09 US US14/021,235 patent/US9536284B2/en not_active Expired - Lifetime
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100940147B1 (ko) | 화질 변경 방법 및 시스템 | |
| JP4630547B2 (ja) | 幾何学的歪みに関係するフォーマットされた情報を出力する方法およびシステム | |
| FR2827460A1 (fr) | 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 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| N231 | Notification of change of applicant | ||
| A201 | Request for examination | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| J201 | Request for trial against refusal decision | ||
| B701 | Decision to grant | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130110 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20140108 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20150108 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20160112 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20170118 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20180110 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20190611 Year of fee payment: 10 |