KR20050043739A - 분광 감도의 선택을 최적화하기 위한 방법 및 시스템 - Google Patents

분광 감도의 선택을 최적화하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR20050043739A
KR20050043739A KR1020047006708A KR20047006708A KR20050043739A KR 20050043739 A KR20050043739 A KR 20050043739A KR 1020047006708 A KR1020047006708 A KR 1020047006708A KR 20047006708 A KR20047006708 A KR 20047006708A KR 20050043739 A KR20050043739 A KR 20050043739A
Authority
KR
South Korea
Prior art keywords
analysis
spectral sensitivity
spectral
factor
noise
Prior art date
Application number
KR1020047006708A
Other languages
English (en)
Inventor
콴셕수
게토나오야
오타노보루
로젠밋셸
Original Assignee
로체스터 인스티튜트 오브 테크놀로지
소니 가부시끼 가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 로체스터 인스티튜트 오브 테크놀로지, 소니 가부시끼 가이샤 filed Critical 로체스터 인스티튜트 오브 테크놀로지
Publication of KR20050043739A publication Critical patent/KR20050043739A/ko

Links

Classifications

    • 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
    • H04N1/48—Picture signal generators
    • H04N1/486—Picture signal generators with separate detectors, each detector being used for one specific colour component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • 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
    • H04N1/48—Picture signal generators
    • 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
    • H04N1/60—Colour correction or control
    • H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

영상 장치에 대한 분광 감도의 선택을 최적화하는 방법은, 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 하나의 분석에 기반한 분광 감도의 하나의 최초 세트로부터 분광 감도의 제1 세트를 결정하는 단계를 포함한다. 제2 분광 감도 세트는 상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 상이한 하나의 분석에 기반 분광 감도의 제1 복수의 세트로부터 결정된다. 이 제2 분광 감도 세트는 분광 감도의 최적화된 세트를 포함한다.

Description

분광 감도의 선택을 최적화하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR OPTIMIZING A SELECTION OF SPECTRAL SENSITIVITIES}
본 발명은 일반적으로는 영상화에 관한 것이고, 특히 영상 장비에 대한 분광 감도의 선택을 최적화하기 위한 방법 및 시스템에 관한 것이다.
본 발명은 본 명세서에서 전반적인 참조로써 통합되는, 2001년 11월 6일에 출원된 미국 가특허출원(U.S Provisional Patent Application) 제 60/332,987의 이익을 청구하는 것이다.
디지털 카메라 또는 컬러 스캐너와 같은 디지털 영상 장비 또는 시스템을 가지고, 컬러 이미지(영상)를 포착하는 작업이 널리 퍼지고 있다. 현재, 이러한 디지털 장비로는, 전하-결합(charge-coupled) 장치, 또는 한 세트의 필터가 그 앞에 있는 상보적 모스(metal-oxide-semiconductor, CCD/CMOS) 센서 어레이가 포함된다. 이상적으로, 이러한 디지털 영상 장비는 실질적으로 정확하게 그리고 미적 만족을 주는 방법으로 컬러 영상을 포착한다.
컬러 영상 장비의 설계와 생산에 사용되는 수많은 표준들이 존재한다. 고화질의 컬러를 재현하는데 사용될 수 있는 컬러 신호를 전송하는 장치의 성능은 중요한 고려사항이 된다. 그러한 장치의 화질을 측정하기 위해서는, 색 자극(color stimuli)에 대한 장치의 응답이 인간의 응답에 어떻게 상응하는지를 결정하는 것이 중요하다. 심리학적인 실험을 통해서, CIE(Commission Intermationale de l'Eclairage, 국제 조명 위원회)는 색에 대한 평균적인 인간 시각 응답을 나타내는, 표준 참조(standard observer)를 위한 컬러 매칭 함수(color matching function)의 표준 세트를 종합하였다. 인간의 눈은, 각각 다른 분광 감도 파형 특성(spectral sensitivity signature)을 갖는 3 종류의 콘(cone)을 갖기 때문에, CIE에 의해 열거된 3가지 표준 함수가 존재한다. 따라서, 대부분의 컬러 영상 장치는 3가지 채널로 설정되며, 이러한 영상 장치의 분광 감도는 초기에, 인간 시각 시스템을 모방하도록 설계된다.
이 장치의 컬러 영상 채널에 대한 분광 감도 함수는 루터 조건(Luther condition)을 만족해야 하는데, 이 조건이란, 채널 분광 감도가 상기의 CIE 컬러 매칭 함수의 정확한 복사본일 필요는 없지만, 그것의 정칙 변환(nonsingular transform)이어야 한다는 것이다. 실제적으로, 종종 제조과정의 물리적인 한계로 인해, 루터 조건을 만족하는 영상 장치용 필터를 제조하는 것이 항상 가능한 것은 아니다. 측정 노이즈 또한 중요한 역할을 하며, 분광 감도 곡선이 루터 조건을 만족하는 경우에조차, 이 노이즈가 컬러 정확도를 저하시킬 수 있다.
따라서, 인간 시각 시스템을 모방하는 것과 같은, 일정한 표준을 만족하는 분광 감도를 갖는 것이 바람직하다. 불행하게도, 영상 장치의 분광 감도를 정확하고 효율적으로 최적화하는 장치 및 방법을 찾는 것은 난관에 부딪혀왔다.
도 1은 본 발명의 일 실시예에 따라서, 영상 장치에 대한 분광 감도 선택을 최적화하기 위한 시스템의 블럭 다이러그램이다.
도 2는 영상 장치 내의 컬러 채널의 블럭 다이어그램이다.
도 3은 하나의 영상에 대한 처리 파이프라인의 흐름도이다.
도 4는 영상 노이즈 소스의 그래프이다.
도 5a는 본 발명의 일 실시예에 따라서, 영상 장치에 대한 분광 감도의 선택을 최적화하는 방법의 흐름도이다.
도 5b는 본 발명의 일 실시예에 따라서, 영상 장치에 대한 하나 또는 이상의 분광 감도 곡선을 최적화하는 방법의 영상 다이어그램이다.
도 5c는 본 발명의 일 실시예에 따라서, 최적의 분광 감도를 선택하는 계층화된 접근의 다이어그램이다.
일 실시예에 있어서, 영상 장치에 대한 분광 감도의 선택을 최적화하기 위한 적어도 하나의 프로세서에 의해 실행되는 프로그램화된 명령어를 저장하는 방법 및 컴퓨터 판독가능 매체는, 적합도(goodness)의 보편적인 측정(universal measure), μ-인자 및 RMS 노이즈 중 하나의 분석에 기반한 분광 감도의 최초 세트로부터 분광 감도의 제1 세트를 결정하는 단계를 포함한다. 분광 감도의 제2 세트는, 이 적합도의 보편적인 측정, μ-인자 및 RMS 노이즈 중 상이한 하나의 분석에 기반한 분광 감도의 제1 복수의 세트로부터 결정된다. 이 제2 분광 감도는 분광 감도 중 최적화된 세트이다.
또 다른 실시예에 의하면, 영상 장치에 대한 분광 감도의 선택을 최적화 하는 시스템이란, 적합도의 보편적인 측정, μ-인자 및 RMS 노이즈 중 하나의 분석에 기반한 분광 감도의 제1 세트를 결정하는 최적화 시스템을 의미한다. 최적화 시스템은 이 적합도의 보편적인 측정, μ-인자 및 RMS 노이즈 중 상이한 하나의 분석에 기반한 분광 감도의 상기 제1 복수의 세트로부터 분광 감도의 제2 세트를 결정하는데, 이 분광 감도의 제2 세트는 분광 감도의 최적화된 세트를 포함한다.
본 발명에 의하면, 영상 장치에 대한 분광 감도 곡선이 용이하고 효과적으로 최적화될 수 있다. 결과적으로, 목표하는 화질을 갖는 영상 장치가 생산될 수 있는 것이다.
본 발명의 일 실시예에 따른 영상 장치에 대하여, 분광 감도 곡선으로도 알려진, 분광 감도의 선택을 위한 시스템(10) 및 방법이 도 1 및 5a에 도시되어 있다. 일 실시예에 따른 이 방법은 적합도의 보편적인 측정, μ-인자 및 RMS 노이즈 중 하나의 분석에 기반한 분광 감도의 최초 세트로부터 분광 감도의 제1 세트를 결정하는 단계를 포함한다. 분광 감도의 제2 세트는 이 적합도의 보편적인 측정, μ-인자 및 RMS 노이즈 중 상이한 하나의 분석에 기반한 분광 감도의 제1 복수의 세트로부터 결정된다. 분광 감도의 제2 세트는 분광 감도 중 최적의 세트이다. 본 발명의 다른 특징 중에서도, 목표 수준의 화질을 갖는 영상 장치가 개발될 수 있다.
도 1을 참조로 하면, 특정한 실시예에 있어서, 시스템(10)은 다른 종류의 영상 장치와 같이, 구성 요소의 다른 종류, 다른 수 그리고 다른 조합을 구비할 수도 있지만, 분광 감도("SS", spectral sensitivity) 처리 시스템(12) 및 선택적인 CCD 카메라(14)를 포함할 수 있다. SS 처리 시스템(SS Processing System, 12)은 작동을 위해 카메라(14)에 결합된다. 다양한 통신 시스템 및/또는 방법이 동작을 위해 사용될 수 있으며, 각각 의 통신 프로토콜을 갖는, 다이렉트 커넥션(direct connection), 근거리 통신망(local area network), 원거리 통신망(wide area network), 월드 와이드 웹(world wide web), 모뎀 및 전화선을 포함하여, SS 처리 시스템(12)과 카메라(14) 사이에서 통신한다. 시스템(10)을 위한 하나의 구성이 도시되어 있지만, SS 처리 시스템(12)과 카메라(14)가 하나의 장치에 통합된 것과 같은 다른 구성도 가능하다.
SS 처리 시스템(12)은 적어도 하나의 프로세서(16), 적어도 하나의 메모리(18), 적어도 하나의 입력/출력 인터페이스(20) 및 사용자 입력 장치(23)를 포함하며, 이 SS 처리 시스템(12)이 다른 구성 요소, 다른 수의 구성 요소 및 구성 요소들의 다른 조합을 포함함에도 불구하고, 하나의 버스 시스템(22) 또는 다른 링크에 의해 함께 결합된다. 프로세서(16)는 여기에 기술된 본 발명의 일 실시예에 의하면, 영상 장치에 대한 분광 감지의 선택을 최적화하는 방법의 적어도 일 부분을 위한 저장된 명령의 프로그램을 실행하며, 이는 도 5a 및 5b에 설명된다. 다양한 다른 저장 장치[예컨대, 시스템 내의 랜덤 액세스 메모리(RAM) 또는 리드 온리 메모리(ROM) 또는 프로세서(16)에 결합되는 자기적, 광학적 또는 다른 읽기 및/또는 쓰기 시스템에 의해 쓰여지거나, 읽혀지는 플로피 디스크, 하드 디스크, CD-ROM과 같은]가 다른 정보뿐만 아니라 여기에 기술된 프로그램화 된 명령을 저장하도록 사용될 수 있다. 이 특정한 실시예에서, 본 발명의 일 실시예에 따른 방법은 프로세서(16)에 의한 실행되도록 SS 처리 시스템(12)내의 프로그램화된 명령으로써 저장되지만, 일부 또는 모든 프로그램화된 명령들은 다른 곳에 저장되어 실행될 수 있다. 입력/출력 인터페이스(20)는 동작을 위해 SS 처리 시스템(12)과 카메라(14) 사이에서 결합되고 통신한다. 사용자 입력 장치(23)는 오퍼레이터로 하여금 신호 또는 명령을 발생하거나 프로세서(16)에 전송할 수 있도록 인에이블한다.
도 2에 있어서, 다른 종류의 영상 장치가 사용될 수 있음에도 불구하고, 카메라(14) 내의 컬러 채널의 블럭 다이어그램이 도시되어 있다. 이 특정한 실시예에 있어서, 영상 장치 내의 이 컬러 필터가 다른 구성요소 및 다른 구성 요소의 조합을 포함할 수 있음에도 불구하고, 카메라(14)의 컬러 채널은 필터(24), 검출기(26) 및 아날로그-디지털 컨버터(28)를 포함한다. 영상 장치 컬러 채널의 각 구성 요소는 그 예상되는 입력에 일정한 응답을 한다. 컬러 필터(24)는 분광 전송(spectral transmission)을 하는데, 씬 방사(scene radiation, 현장 방사) hv 로부터 다른 파장의 광자들이 검출기(26)로 통과되는 다른 가능성을 갖는다. 이러한 전송 특성(transmission property)은 정밀하게 결정된다. 유사하게, 이 검출기(26)는 하나의 분광 감도를 갖는데, 필터(24)를 통과하는 씬 방사(scene radiation) hv로부터의 임의의 광자는 검출기에 입사한다. 그 파장에 기반하여, 광자가 검출기(26) 내의 전압 응답의 변화를 유발할 것이라는, 정밀하게 결정된 가능성이 존재한다. 검출기(26) 내의 측정 전압은 아날로그-디지털 컨버터를 통과하고, 이 컨버터는 이 아날로그 전압을 디지털 값으로 변환한다. 카메라(14)에 대한 컬러 채널의 분광 감도는 필터 전송 및 검출기 분광 감도의 연속된 조합으로부터 유도된다.
도 3에 있어서, 카메라(14)에 대한 출력 신호의 일반적인 처리 파이프라인이 도시되어 있다. 이 다이어그램에 있어서, F0 부터 Fn 은 전송을 의미한다. 이 파이프라인에 있어서, 장치 공간 원시 신호(device space raw signal)는 단계(30)에서 얻어지고, 단계(32)에서 장치 공간 카메라 RGB 신호(device space camera RGB signal)로 변형되며, 단계(34)에서 함수 F0 에 의해 표준 공간 CIE XYZ(standard space CIE XYZ) 값으로 변형된다. 표준 공간 CIE XYZ 값은 단계(36)에서 함수 F1 에 의해 표준 공간 CIE L*a*b 값으로 변형되는데, 이 값들은 단계(38)에서 함수 Fn 에 의해 컬러 외관 컬러 공간(color appearance color space) CIECAM97 로 변형된다.
표준 공간 XYZ 값은 또한 함수 F1 에 의해 단계(40)에서 표준 컬러 공간 sRGB 값으로 변형될 수 있으며, 이 값은 함수 Fn 에 의해 단계(42)에서 아웃도어 장치 컬러 공간(CRT, 프린터 등)으로 변형될 수 있다.
카메라(14) 및 다른 영상 장치에 대한 분광 감도의 최적의 설계 또는 선택은 다음의 특성의 고려를 요구한다.
(1) 분광 피트(spectral fit) : CIE 컬러 매칭 함수는 비대칭의 가우시안 함수, 가우시안 함수의 선형 조합, 또는 3×3 행렬의 리얼 컬러 필터 요소에 의해 근사치가 구해진다. 매리트(merit) 함수는 분광차(spectral difference)의 평균 제곱(mean-squared) |R-R 1 |2 이거나, q-팩터 및 μ-팩터와 같은 일정한 소정의 팩터일 수 있다. Davies와 Wyszecki는 컬러 매칭 함수 및 조합된 분광 함수(광전지와 필터층의 합) 사이의 분광차를 개별적으로 최소화함으로써, 광전지(photocell)와 선택된 필터의 감도를 가지고, CIE 1931 표준 컬러의 근사치를 구했다. 그들은 이 3가지 감도 함수를 전체 시스템으로써 평가하지 않았다. 대신, q-팩터 및 μ-팩터가, CIE 컬러 매칭 함수는 그 분광 감도 함수를 가지고 얼마나 멀리서 근사치가 구해졌는지에 대한 훌륭한 측정을 줄 수 있다.
분광 감도 함수를 측정하거나 설계하기 위한, μ-팩터로 알려진, 퀄리티 팩터는, P.L.Vora와 H.J.Trussell의 "컬러-스캐닝 필터 세트의 적합도 측정["Measure of goodness of a set of color-scanning filter", J.Opt.Soc.Am.A, Vol.10, No.7,pg.1499-1503(1993)]에 기재되어 있으며, 여기에서 참조로 통합된다. μ-팩터는 임의의 수의 장치 채널 감도 함수를 하나의 세트로써 평가하는 퀄리티 팩터이다. 더 상세하게는, μ-팩터는 CIE 컬러 매칭 함수와 분광 감도 공간의 직교하는 부분공간(orthogonal subspace) 사이의 차이를 나타낸다. 일반적으로, 대략 1과 동일한 μ-팩터는, 높은 질의 컬러 재생을 전달하도록 예상되는 영상 장치를 의미한다.
(2) 한 세트의 객체 컬러 스팩트럼의 색차측정 수행(Colormetric performance of a set object color spectra) : 하나의 분광 감도 함수(필터와 광자 검출기 양자 효율)의 세트를 선택하기 위해서, 표준 객체 컬러 스펙트럼의 중간크기의 세트는 카메라(14) 또는 다른 영상 장치의 입력이 되며, 평균 컬러 차이와 표준 편차 모두는 그 뒤, 특정한 분광 감도 세트에 대한 표준으로써 계산된다. 다양한 컬러 차이 공식이 컬러 외관 공간(color appearance space)에서조차, 사용될 수 있는데, 예컨대, 여기서 참조로써 통합되는 CIECAM 97에서도 사용될 수 있다. 컬러 입력 장치는 컬러 차이 스케일을 조건으로 다르게 수행할 수 있어서, 정상화된 컬러 차이 측정기준이 사용되어야 한다.
(3) 영상 노이즈 최소화 : 여기서 전반적으로 참조되는, 2001년 3월 22일에 출원된 미국 출원번호 제09/814,634호에 기재된, "적합도의 통합 측정(a Unified Measure of Goodness, UMG)"으로 알려진 또 다른 측정기준은 지각적으로 균등한 컬러 공간에 있어서 컬러 에러 평균 제곱을 최소화하는데 기반하며, 원시(raw) 신호가 단계(32)에서 장치-RGB 공간으로부터 단계(34)의 CIE XYZ 공간, 단계(36)의 CIE L*a*b*로 변환되는 경우, 신호 독립적 또는 신호 의존적인 노이즈 모두와 목표 컬러 공간에서의 그들의 증폭을 고려함으로써 다른 퀄리티 팩터와 본질적으로 상이한 것이다. 노이즈 분석에 의한 분광 감도의 어떤 "최적의" 세트는 진정한 최적이 아닐 수도 있으며, 노이즈가 그러한 변환 후에 너무 많이 증폭되기 때문에 제대로 작동하지 않을 것이다.
(4) 컬러 재생 정확도 : 소정의 퀄리티 팩터 "UMG"란, 본래의 장치/RGB 공간의 노이즈가 CIE L*a*b* 컬러 공간으로 전달되는 반면에, CIE L*a *b* 컬러 공간의 스펙트럼 샘플의 세트에 대한 평균 컬러 차이를 최소화하고 표준화하는 것을 의미한다.
(5) RMS 노이즈(입도, granularity) : 목표 컬러 공간의 신호 변화의 제곱근. 원시(raw) RGB 신호가, 단계(32)에서 노이즈에 의해 오염되어, CIE XYZ 공간으로 변환될 수 있는 있으며, 노이즈 전파(noise propagation) 규칙에 따라, 그후 단계(36)에서 CIE L*a*b* 공간으로 변환되는 경우, L*, a* 및 b* 뿐만 아니라, X, Y 및 Z의 RMS 노이즈가 계산되어질 수 있다. 또 다른 패러다임이란, 만약 원시(raw) 장치/RGB 공간의 노이즈가 단계(34)에서 XYZ 컬러 공간으로 전달되는 것이다[만약 sRGB 공간이 목표 컬러 공간이라면, 단계(40)에서 sRGB 컬러 공간으로 전달됨].
UMG 퀄리티 팩터 또는 평균 컬러 차이와 RMS 노이즈 사이의 관계는 더 많은 검사를 필요로 한다. UMG 퀄리티 팩터와 평균 컬러 차이 사이의 관계는 모노토닉한 것(monotonic one)으로써 이미 나타난다.
공통 컬러-차이 측정기준 △ELab 는 CIE L*a*b* 공간에서의 유클리드(Euclidian) 거리를 말한다. 노이즈 전파(RMS 노이즈)로부터의 △ELab의 예상값은 L*a*b* 의 분산-공분산 행렬(variance-covariance matrix)로 근사치가 구해질 수 있으며, 이 행렬은 여기서 참조로써 통합되는 Burns 와 Berns에 의해 공개된 L*, a*b* 의 RMS 노이즈 축을 포함한다.
아래의 등식은 RMS 노이즈 공식으로써 대부분의 사람들에 의해 사용된다.
(1.1)
△L, △a, △b 그리고 상기 등식은 이러한 효과를 고려하지 않기 때문에, 랜덤 함수 의 예상이 RMS 노이즈를 설명하기 위한 차선책이 될 수 있다.
(1.2)
공분산(off-diagonal 요소)이 포함되기 때문에, 컬러 차이 측정기준과 RMS 노이즈 사이에는 단순한(monotonic) 관계가 존재하지 않는다. 유사한 분석이 sRGB 컬러 공간에서 수행될 수 있다.
전체 컬러 차이는 도 4에서 도시된 2가지 면을 포함한다. 하나는 이미 위에서 규정했듯이, RMS로부터 얻어지며, 그 다른 하나는 감도 함수는, 분광 감도가 컬러 매칭 함수의 선형적인 조합이 아니라는 루터 조건을 만족하지 않는다는 사실로부터 얻어진다. 전체 컬러 차이의 영향은 두 가지 부분의 합으로써 또는 다음과 같은 포괄적인 등식으로써 계산될 수 있다.
(1.3)
여기서, 는 카메라의 출력으로부터의 측정된 3 자극(tristimulus) 벡터이다. F는 XYZ 로부터 L*a*b* 로의 CIE 변환이고, t는 3 자극 벡터이며, tc+η는 노이즈를 포함하는 카메라 RGB 신호 벡터이다[현재, 샷(shot) 노이즈 및 플로어(floor) 노이즈가 고려됨]. B는 최적화로부터 결정되는 선형 행렬이며, 예상 오퍼레이션(expectation operation)은 노이즈 조건으로 취해진다.
도 4에 도시된 RMS 노이즈(sRGB 공간 또는 CIE L*a*b* 공간 중 어느 하나에서의)와 전체 컬러 차이(UMG) 사이에는 확실한 단순 관계가 존재하지 않는다. 이 관계에 대한 포괄적인 측정기준은 컬러 차이와 RMS 노이즈의 웨이트된 평균이어야 한다. 각각의 웨이트의 크기는 특정한 어플리케이션에 기반하여 변할 것이다. 예컨대, 제조업자가 RMS 노이즈의 감소가 더 중요하다고 생각한다면, 더 큰 웨이트가 부여될 것이다.
규정된 인코딩 기술을 위한 양자화(quantization)의 최소화에 대해서, 대부분은, 선형 균등 양자화가 신호를 디지털화하는 유일한 선택이며, 이러한 견지에서, 더 높은 양자화가 더 정확한 신호 인코딩에 도달할 수 있다고 믿는다. 그러나, 만약 오직 8비트 양자화가 사용될 수 있다면, 선형 균등 양자화는 비선형 양자화 또는 벡터 양자화로도 대체될 수 있으며, 양자 모두 신호 인코딩 에러(피할 수 없는)를 감소시키도록 구현될 수 있다. 불균등 양자화(non-uniform quantization)가 카메라 인코딩에 사용되는지 여부는 알려지지 않았다. 더 정교한 양자화 방법이 데이터 압축용으로 일반적으로 사용된다.
양자화에 의해 도입된 에러는 종종, 대략적으로 균등하게 가능성이 분배된 경우, 부가된 신호 독립적 확률 소스(stochastic source)로써 간주된다. 신호 양자화에 의해 확률 노이즈 소스로써 도입된 에러를 검사함으로써, 모든 결과 픽셀값이 유한한 수의 값들로 마무리된다. 효과적인 양자화 간격은 종종 검출 강도 또는 컬러 차이와 비교된다. 많은 어플리케이션에 대해서, 각 양자화 간격이 가시적이지 않아야 할 필요성(환언하면, 가시적인 인공물을 도입하지 않음)은 씬 내용과 영상 검출과 같은 다른 소스로부터의 영상 변동(fluctuation)에 의한 RMS 양자화 노이즈의 비교에 기반한 것보다 더 엄격하다. 양자화 에러는 또한 확률(stochastic) 에러 전달용으로 사용되는 방법과 동일한 방법으로 신호 경로를 통해 전달될 수 있다.
적합도 또는 UMG의 통합 측정은 다음의 특징을 고려한다. : 균등 컬러 공간의 표준 반사율 샘플의 조합에 관한 평균 컬러 차이의 최소화 ; 노이즈(샷 노이즈와 플로어 노이즈를 포함함)를 함께 하는 입력 신호는 목표 컬러 공간에 전달된다 ; 선형 행렬은 노이즈 전파 특성에 기반한 최적화에 의해 획득된다.
다중-광원(multi-illuminant) 컬러 보정에 대응하는 전략이 여기서 설명된다. 평균 컬러 차이(average color difference)를 목표 컬러 공간의 유클리드 거리(Euclidean distance)로써 최소화된다고 가정하면 :
(1.4)
이다.
여기서 F0 는 선형적으로 단계(32)의 카메라 출력 신호를 단계(34)의 CIE XYZ 값으로 변환하며, t는 측정된 CIE XYZ 값이고, tc 는 손상된 노이즈를 갖는 카메라 출력 신호이고,
(1.5)
이다.
순차적으로 3 자극 값을 목표 컬러 공간[환언하면, 단계(36)의 CIE Lab 또는 선형 또는 비선형 변환 F0,....Fn 를 갖는 단계(38)의 CIECAM97]로 변환한다. 제1 장소에 있는 동안, F0은 우리의 측정기준을 유도하는 선형 행렬로 간주되며, 현실에서는 수많은 기술들이 이러한 변환[다항식 변환, 색인 표(look-up table) 등을 포함함]을 하도록 구현될 수 있다. 만약 F1....Fn 이 대략 연속하는 제1 부분 도함수의 미분이라면, 1차 테일러 급수는, 각 급수들에 대한 상당히 정확한 궤적의 선형 근사치를 제공한다.
(1.6)
1차 도함수에 대한 사슬 법칙(law of chain)을 사용하면,
(1.7)
이며,
그러므로,
(1.8)
이다.
이러한 컬러 에러를 최소화함으로써, 최적의 선형 행렬 F0 이 결정될 수 있으며, 단일한 뷰잉-테이킹(viewing-taking) 광원쌍에 대한 새로운 측정이 규정될 수 있다.
(1.9)
그리고,
(1.10)
(1.11)
광원을 테이킹(taking, 기록하고)하고 뷰잉(viewing)하는 것이 상이할 수도 있기 때문에, 광원 쌍을 테이킹(taking)하고 뷰잉(viewing)하는 것에 대한 퀄리티 팩터가 규정된다. 특정한 어플리케이션에 있어서, 만약 검사하는 광원으로써 선택된 하나의 광원 세트 {Lv1, Lv2,...Lvn}이 존재하고, 테이킹 광원으로써 선택된 또다른 광원 세트 {Lt1, Lt2...Ltm}이 존재한다면, 퀄리티 팩터 행렬 M 은 아래와 같이 정의될 수 있다.
(1.12)
테이킹-뷰잉(taking-viewing)-광원 쌍에 대한 포괄적인 퀄리티 팩터 UMG는 상기 행렬의 요소의 웨이트된 평균으로써 정의될 수 있다.
(1.13)
여기서, wij는 뷰잉-테이킹-광원 쌍(Lv1 ,Ltj)과 로 정의된 대응 퀄리티 팩터 θij 에 대한, 카메라 제조업자에 의한 웨이트 사전설정(weight preset)이다.
상기의 분석에 기초하여, 본 발명은 카메라(14) 또는 임의의 다른 영상 장치에 대한 분광 감도 선택의 최적화를 위한 계층적 접근을 제공한다. 이 특정한 실시예에 있어서, 고려되는 영상 특징은 다음과 같다 :
1. UMG : 컬러 차이 및 노이즈 전파
2. μ-팩터 : 분광 피팅(fitting)
3. RMS 노이즈 : 입도 노이즈 최소화; 및
4. 양자화 에러 최소화와 같은, 다른 인덱스들
다만, 다른 영상 특징 및 조합이 사용될 수도 있다.
이러한 매리트(merit) 함수는 최적 감도 세트(optimal sensitivity set)의 상이한 면들을 설명하기 때문에, 그들은 단일 측정 기준으로 통합된다. 현재, UMG는 객체 컬러 스펙트럼 세트의 색차측정(colormetric) 뿐만 아니라, 영상 노이즈 최소화도 고려한다. 대략 연속적이라고 간주되는 14개 비트로 양자화가 수행될 것이기 때문에, 양자화 에러는 고려되지 않는다. 예비적이고 실험 결과는, 다른 샘플 의존적이고(sample dependent) 샘플 독립적인(sample independent) 측정 기준의 포괄적인 측정은 최적의 세트를 획득하는데 필요하다. 다시말해 만약 궁극적인 측정 기준이 도입된다면, 상이한 웨이트들이 동일한 웨이트 대신에 사용되어야 하며, 그 웨이트는 특정한 어플리케이션에 기반한 객관적이고 주관적인 방법을 통해 결정되어야 한다. 그러한 파라미터를 동시에 최적화하는 것은 가능하지만, 너무 많은 시간이 소요된다. 실험결과는 매리트 함수의 일부가 실제로 UMG와 같이 시간-소모적이고 불필요하다는 것을 보여준다.
이 특정한 실시예에 있어서, 본 발명에 의한, 연속하는 최적화단계의 시리즈가 도 5a-5c에 도시되어 있다. 하나 또는 두개의 중요한 특징을 선택함으로써, 최적 세트의 모음이 획득될 수 있으며, 이 최적의 세트의 모음 중에서의 비교에 의해 다른 파라미터가 결정될 것이다.
동시에 모든 인덱스(indice)들이 최적화되기는 힘들다. 포괄적인 객체 함수가 필요한 경우, 특히 화질 측정 단계를 통해 결정되어야만 하는 경우에, 그러한 측정 기준에 대해 수치적으로 상이한 웨이트를 할당하는 것은 더욱 힘들다. 가능한 접근이란, 다른 것들보다 더 실제적인 조건을 고려하는 제1 장소에서 가장 중요한 인덱스를 최적화하여, 최적의 결과 모음을 획득하는 것이다. 그들의 중요도에 따라, 모음 중에서 다른 목록들을 비교함으로써, 최종적으로 목표한 최적의 세트가 획득된다.
특별히 도 5a 내지 5c를 참조하면, 본 발명의 일 실시예에 따른 영상 장치의 하나 또는 이상의 분광 감지 곡선을 최적화하기 위한 방법의 흐름도와 다이어그램을 설명한다.
단계(50)에 있어서, 가능한 필터 세트 또는 분광 감도의 완전한 조합이, 필터 두께와 필터 선택과 같은 주어진 기본 필터 요소의 가공 파라미터를 변화시키고, 가장 바람직한 형태는 가우시안 함수(Gausian function)와 같다고 가정함으로써 발생된다. 이 파라미터와 형태에 기반한 최적 범위에 위치한 폭과 피크를 측정하는 조합이 미리 선택된다.
카메라(14) 또는 다른 컬러 영상 장치의 분광 감도는, 영상 검출기의 분광 감도와 필터 투과율의 곱으로 정의된다. 실제 채널 분광 감도가 더 복잡할 수도 있지만, 유용하게 단순화된 모델은 이 분광 감도가 음이 아닌 값(nonnegative)을 가진 가시적인 범위 내에서 부드러운 단일-피크 곡선이라고 가정한다. 이 특정한 실시예에 있어서, 선택된 분광 감도 곡선은, 분광 감도 곡선이 다양한 방법으로 획득될 수 있음에도 불구하고, 영상 장치의 이전 측정에서의 메모리(18)로부터 회수된다.
오직 예시적으로, 선택된 분광 감도 곡선은 SS 처리 시스템(12)에 의해 가상적으로 발생한다. 더 구체적으로는, 단순화된 모델의 분광 감도는 부드러운 3차 스플라인(cubic spline) 함수의 조합에 의해 시뮬레이션된다. λ= λ0 에서 피크가 위치하는 예에 대한 3차 스플라인 함수는 다음과 같이 쓰여진다:
여기서 2w는 4분의 1 피크 높이에서의 3차 스플라인 함수의 폭이다(2분의 1 피크 높이에서 상응하는 폭은 대략 임).
만약 더 복잡한 잠재적 분광 감도 곡선이, 그 피크 파장에 관하여 비대칭일 수 있는 곡선이라면, 그 뒤, 각각 좌반과 우반의 폭을 나타내는 w1과 w2를 고려한다. 지금 3차 스플라인 함수는 다음과 같이 된다.
편의상, w1과 w2와 관련되는 △w이 아래의 방법으로 소개된다:
그러므로,
그리고,
이다.
단계(52)에 있어서, 분광 감도 곡선의 선택된 세트는, 도 5b에서 도시되는 바와 같이 분광 감도 곡선의 제1 서브세트를 결정하기 위한 적합도의 보편적인 측정에 기반하여 분석된다. 이 특정한 실시예에 있어서, 적합도의 보편적인 측정에 기반한 분석은, 여기에 설명된 컬러 차이와 노이즈 전파의 분석을 포함한다.
단계(54)에 있어서, 분광 감도 곡선의 제1 서브세트는 도 5b에 도시되는 바와 같이 분광 감도 곡선의 제2 서브세트를 결정하기 위한 μ-팩터에 기반하여 분석된다. 이 특정한 실시예에 있어서, μ-팩터에 기반한 분석은 여기에 설명된 바와 같이 분광 피팅의 분석을 포함한다.
단계(56)에 있어서, 분광 감도 곡선의 선택된 세트는 또한 도 5b에 도시되는 바와 같이 분광 감도 곡선의 제3 서브세트를 결정하기 위한 RMS 노이즈에 기반하여 분석된다. 이 특정한 실시예에 있어서, RMS 노이즈에 기반한 분석은 여기에서 설명된 바와 같이 입도 노이즈 최소화 분석을 포함한다.
도 5b에 도시된 바와 같이, 분광 감도의 제2 서브세트와 분광 감도 곡선의 제1 서브세트의 분광 곡선의 제3 서브세트의 오버랩은 분광 감도 곡선의 최후 최적의 세트와 함께 하나의 영역을 식별한다. 이러한 그리고 다른 측정 기준 분석의 타이밍과 순서는 가변적임에도 불구하고, 단계(54)에서, μ-팩터와 같은 분광 피팅 측정 기준으로 분광 감도의 조합 또는 모음을 측정하고, 동시에 단계(56)에서 RMS 노이즈 특성을 측정하는 함으로써, 분광 감도의 최적의 세트 또는 세트들을 공급한다. 만약 이러한 단계 후에 복수의 분광 감도 세트가 존재한다면, 그 뒤 그것들은, 가장 포괄적인 행렬값 또는 예컨대, 아래 단계(58)에서 검토되는 바와 같은 다른 행렬들을 가지고, 그 분광 감도 세트를 선택하는 주관적인 분석을 하는 것처럼 더 분석될 수 있다.
단계(58)에 있어서, 분광 감도 곡선의 최적의 세트 또는 세트들은, 분광 감도의 정제된 최종 최적의 세트를 결정하기 위해, 양자화 노이즈 최소화를 기반으로 하는 것과 같이, 다른 측정 기준에 기반하여 더 분석된다. 이 단계에 대한 일 순서가 보여지지만, 이 단계들은 다른 순서로 수행될 수 있다. 전에 검토한 바와 같이, 가능한 접근이란, 특정한 실시예에 있어서, 보편적인 적합도 측정과 같이, 제1 장소에서의 가장 중요한 인덱스 또는 측정 기준을 최적화하는 것이고, 그 뒤, 특정한 어플리케이션에 대한 중요도의 다른 순서로 다른 측정 기준을 최적화 하는 것이다.
그러므로, 본 발명의 기본적인 개념을 설명했으며, 전술한 명세서의 내용은 예시적인 것으로써, 본 발명은 이에 한정되지 않음이 당업자에게 명백할 것이다. 여기서 언급되지 않았지만 다양한 대체, 개량 및 개조가 있을 수 있다. 이러한 대체, 개량 및 개조가 본 발명의 정신과 범위 내에서 이루어질 수 있다. 부가적으로, 처리 요소 또는 순차에 대한 인용된 순서 또는 숫자, 문자 또는 그 밖의 것들의 사용은 청구항에 열거될 수 있는 것 이외에는 청구하는 프로세싱의 어떠한 한정을 목적으로 하지 않는다. 따라서, 본 발명은 다음의 청구항과 이의 균등물에 의해서만 한정된다.

Claims (24)

  1. 영상 장치에 대한 하나 또는 이상의 분광 감도를 최적화하는 방법에 있어서,
    적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 어느 하나의 분석에 기반한 최초 분광 감도 세트로부터 제1 분광 감도 세트를 결정하는 단계와;
    상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 다른 하나의 분석에 기반한 복수의 제1 분광 감도 세트로부터 제2 분광 감도 세트(이 제2 분광 감도 세트는 분광 감도의 최적화된 세트를 포함함)를 결정하는 단계;
    를 포함하는 분광 감도 최적화 방법.
  2. 제1항에 있어서, 상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 잔여하는 하나의 분석에 기반한 상기 복수의 제2 분광 감도 세트로부터 제3 분광 감도 세트(이 제3 분광 감도 세트는 최적화된 분광 감도 세트를 포함함)를 결정하는 단계를 더 포함하는 분광 감도 최적화 방법.
  3. 제2항에 있어서, 양자화 에러 최소화의 분석에 기반한 상기 제3 분광 감도 세트로부터 제4 분광 감도 세트(이 제4 분광 감도 세트는 분광 감도의 최적화된 세트를 포함함)를 결정하는 단계를 더 포함하는 분광 감도 최적화 방법.
  4. 제2항에 있어서, 상이한 웨이트를 상기 적합도의 보편적인 측정의 분석, 상기 μ-팩터의 분석 및 상기 RMS 노이즈의 분석에 적용하는 단계를 더 포함하는 분광 감도 최적화 방법.
  5. 제1항에 있어서, 분광 감도의 상기 최초 세트를 획득하는 단계를 더 포함하고, 상기 제1 분광 감도 세트를 결정하는 단계는 컬러 차이 및 노이즈 전파의 분석에 기반한 상기 최초의 분광 감도 세트로부터 상기 제1 분광 감도 세트를 결정하는 단계를 더 포함하는 것인 분광 감도 최적화 방법.
  6. 제1항에 있어서, 상기 적합도의 통합 측정에 기반한 분석은 컬러 차이 및 노이즈 전파의 분석을 더 포함하는 것인 분광 감도 최적화 방법.
  7. 제1항에 있어서, 상기 μ-팩터에 기반한 분석은 분광 피팅(fitting) 분석을 더 포함하는 것인 분광 감도 최적화 방법.
  8. 제1항에 있어서, 상기 RMS 노이즈에 기반한 분석은 입도(granularity) 노이즈 분석을 더 포함하는 것인 분광 감도 최적화 방법
  9. 카메라 분광 감도의 선택을 최적화하는 시스템에 있어서,
    분광 감도의 최초 세트를 위한 소스(source)와;
    적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 하나의 분석에 기반한 분광 감도의 상기 최초 세트로부터 분광 감도의 제1 세트를 결정하는 최적화 시스템(optimizing system)을 포함하고,
    상기 최적화 시스템(optimizing system)은 상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 상이한 하나의 분석에 기반한 분광 감도의 상기 제1 복수의 세트로부터 제2 분광 감도 세트를 결정하는 것이고, 상기 제2 분광 감도 세트는 분광 감도의 최적화된 세트를 포함하는 것인 분광 감도 선택 최적화 시스템.
  10. 제9항에 있어서, 상기 최적화 시스템(optimizing system)은, 상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 잔여하는 하나의 분석에 기반한 복수의 제2 분광 감도 세트로부터 제3 분광 감도 세트를 결정하는 것이고, 상기 제3 분광 감도 세트는 분광 감도의 상기 최적화된 세트를 포함하는 것인 분광 감도 선택 최적화 시스템.
  11. 제10항에 있어서, 상기 최적화 시스템(optimizing system)은 양자화 에러 최소화의 분석에 기반한 상기 제3 분광 감도 세트로부터 제4 분광 감도 세트를 결정하는 것이고, 상기 제4 분광 감도 세트는 상기 최적화된 분광 감도 세트를 포함하는 것인 분광 감도 선택 최적화 시스템.
  12. 제10항에 있어서, 상이한 웨이트를 상기 적합도의 보편적인 측정의 분석, 상기 μ-팩터의 분석 및 상기 RMS 노이즈의 분석에 적용하는 웨이팅 시스템(weighting system)을 더 포함하는 분광 감도 선택 최적화 시스템.
  13. 제9항에 있어서, 상기 소스는 영상 장치와 메모리 장치 중 적어도 하나인 것인 분광 감도 선택 최적화 시스템.
  14. 제9항에 있어서, 상기 적합도의 통합된 측정에 기반한 최적화 시스템(optimizing system)에 의한 분석은 컬러 차이 및 노이즈 전파의 분석을 더 포함하는 것인 분광 감도 선택 최적화 시스템.
  15. 제9항에 있어서, 상기 μ-팩터에 기반한 최적화 시스템(optimizing system)에 의한 분석은 분광 피팅의 분석을 더 포함하는 것인 분광 감도 선택 최적화 시스템.
  16. 제9항에 있어서, 상기 RMS 노이즈에 기반한 최적화 시스템(optimizing system)에 의한 분석은 입도 노이즈의 분석을 더 포함하는 것인 분광 감도 선택 최적화 시스템.
  17. 명령들을 저장하는 컴퓨터 판독가능 기록 매체에 있어서, 상기 명령들은, 적어 하나의 프로세서에 의해 실행되는 경우에, 상기 프로세서로 하여금,
    적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 하나의 분석에 기반한 최초의 분광 감도 세트로부터 제1 분광 감도 세트를 결정하는 단계와;
    상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 다른 하나의 분석에 기반한 복수의 제1 분광 감도 세트로부터 제2 분광 감도 세트(이 제2 분광 감도 세트는 분광 감도의 최적화된 세트를 포함함)를 결정하는 단계를;
    수행하도록 하는 것인 컴퓨터 판독 가능 기록 매체.
  18. 제17항에 있어서, 상기 적합도의 보편적인 측정, μ-팩터 및 RMS 노이즈 중 잔여하는 하나의 분석에 기반한 복수의 제2 분광 감도 세트로부터 제3 분광 감도 세트를 결정하는 단계를 더 포함하는 것이고,
    상기 제3 분광 감도 세트는 상기 최적화된 분광 감도 세트를 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  19. 제18항에 있어서, 양자화 에러 최소화의 분석에 기반한 상기 제3 분광 감도 세트로부터 제4 분광 감도 세트를 결정하는 단계를 더 포함하고, 상기 제4 분광 감도 세트는 상기 최적화된 분광 감도 세트를 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  20. 제18항에 있어서, 상이한 웨이트를 상기 적합도의 보편적인 측정의 분석, 상기 μ-팩터의 분석 및 상기 RMS 노이즈의 분석에 적용하는 단계를 더 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  21. 제17항에 있어서, 상기 최초의 분광 감도 세트를 획득하는 단계를 더 포함하고, 상기 제1 분광 감도 세트를 결정하는 단계는 컬러 차이 및 노이즈 전파의 분석에 기반한 상기 최초의 분광 감도 세트로부터 상기 제1 분광 감도 세트를 결정하는 단계를 더 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  22. 제17항에 있어서, 상기 적합도의 통합 측정에 기반한 분석은 컬러 차이 및 노이즈 전파의 분석을 더 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  23. 제17항에 있어서, 상기 μ-팩터에 기반한 분석은 분광 피팅의 분석을 더 포함하는 것인 컴퓨터 판독 가능 기록 매체.
  24. 제17항에 있어서, 상기 RMS 노이즈에 기반한 분석은 입도 노이즈의 분석을 더 포함하는 것인 컴퓨터 판독 가능 기록 매체.
KR1020047006708A 2001-11-06 2002-11-06 분광 감도의 선택을 최적화하기 위한 방법 및 시스템 KR20050043739A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US33298701P 2001-11-06 2001-11-06
US60/332,987 2001-11-06

Publications (1)

Publication Number Publication Date
KR20050043739A true KR20050043739A (ko) 2005-05-11

Family

ID=23300766

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020047006708A KR20050043739A (ko) 2001-11-06 2002-11-06 분광 감도의 선택을 최적화하기 위한 방법 및 시스템

Country Status (7)

Country Link
US (1) US7236195B2 (ko)
EP (1) EP1452013A4 (ko)
JP (1) JP2005509167A (ko)
KR (1) KR20050043739A (ko)
AU (1) AU2002343629A1 (ko)
CA (1) CA2465197A1 (ko)
WO (1) WO2003041390A2 (ko)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE464544T1 (de) * 2002-12-12 2010-04-15 Koninkl Philips Electronics Nv Transformationsstrukturen zur annäherung von farbabstimmungsfunktionen
US8587849B2 (en) * 2004-04-05 2013-11-19 Hewlett-Packard Development Company, L.P. Imaging systems, imaging device analysis systems, imaging device analysis methods, and light beam emission methods
US8705151B2 (en) * 2004-04-05 2014-04-22 Hewlett-Packard Development Company, L.P. Imaging device calibration methods, imaging device calibration instruments, imaging devices, and articles of manufacture
US8634014B2 (en) * 2004-04-05 2014-01-21 Hewlett-Packard Development Company, L.P. Imaging device analysis systems and imaging device analysis methods
US7760253B2 (en) * 2005-02-08 2010-07-20 Hewlett-Packard Development Company, L.P. Imaging device analysis methods, imaging device analysis systems, and articles of manufacture
US7557826B2 (en) * 2006-04-04 2009-07-07 Sony Corporation Method for device spectral sensitivity reconstruction
US7800698B2 (en) * 2006-04-27 2010-09-21 Qualcomm Incorporated Weight adjustment in color correction
US8108211B2 (en) * 2007-03-29 2012-01-31 Sony Corporation Method of and apparatus for analyzing noise in a signal processing system
US8711249B2 (en) 2007-03-29 2014-04-29 Sony Corporation Method of and apparatus for image denoising
US20080252915A1 (en) * 2007-04-12 2008-10-16 Samsung Electronics Co., Ltd. Image forming apparatus and control method thereof
US7830429B1 (en) * 2007-07-27 2010-11-09 Hewlett-Packard Development Company, L.P. Optimizing characterization values of image capture apparatus components
JP5111295B2 (ja) * 2007-09-12 2013-01-09 キヤノン株式会社 色処理装置およびその方法
KR101328058B1 (ko) 2011-09-23 2013-11-08 엘지전자 주식회사 단말기를 이용한 카메라 제어 방법 및 그 단말기
US20130229530A1 (en) * 2012-03-02 2013-09-05 Apple Inc. Spectral calibration of imaging devices
US10255385B2 (en) * 2012-03-28 2019-04-09 Kla-Tencor Corporation Model optimization approach based on spectral sensitivity
JP5901563B2 (ja) * 2013-03-29 2016-04-13 富士フイルム株式会社 信号変換方法及び装置、プログラム並びにプリントシステム
US10386729B2 (en) 2013-06-03 2019-08-20 Kla-Tencor Corporation Dynamic removal of correlation of highly correlated parameters for optical metrology
US9648293B2 (en) * 2014-03-24 2017-05-09 Gopro, Inc. Color model look-up table generation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0827215B2 (ja) * 1986-06-02 1996-03-21 ミノルタ株式会社 分光測定装置
US5631979A (en) * 1992-10-26 1997-05-20 Eastman Kodak Company Pixel value estimation technique using non-linear prediction
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
JPH09329497A (ja) * 1996-04-11 1997-12-22 Olympus Optical Co Ltd 測色装置及び測色方法
US6023525A (en) * 1997-10-23 2000-02-08 Xerox Corporation Determining an optimal color space direction for selecting color modulations
US7173657B2 (en) * 2000-03-24 2007-02-06 Rochester Institute Of Technology System and method for analyzing, optimizing and/or designing spectral sensitivity curves for an imaging device
US6804400B1 (en) * 2000-11-01 2004-10-12 Bae Systems Mission Solutions Inc. Adaptive hyperspectral data compression

Also Published As

Publication number Publication date
US7236195B2 (en) 2007-06-26
WO2003041390A2 (en) 2003-05-15
WO2003041390A3 (en) 2004-04-15
CA2465197A1 (en) 2003-05-15
US20030138141A1 (en) 2003-07-24
AU2002343629A1 (en) 2003-05-19
EP1452013A2 (en) 2004-09-01
JP2005509167A (ja) 2005-04-07
EP1452013A4 (en) 2009-04-29

Similar Documents

Publication Publication Date Title
US11193830B2 (en) Spectrocolorimeter imaging system
KR20050043739A (ko) 분광 감도의 선택을 최적화하기 위한 방법 및 시스템
JP4478358B2 (ja) ディジタル画像の輝度調整のためのディジタル画像処理方法及び装置
Vora et al. Digital color cameras—2—Spectral response
JP2005509167A6 (ja) 分光感度の選択を最適化する方法および装置
Burns Analysis of image noise in multispectral color acquisition
JP2016091359A (ja) 情報処理システム、情報処理装置、情報処理方法、及びプログラム
CN102985943A (zh) 彩色图像处理方法、彩色图像处理装置以及彩色图像处理程序
Molada‐Tebar et al. Camera characterization for improving color archaeological documentation
Stokman et al. Color measurement by imaging spectrometry
Charrière et al. Color calibration of an RGB camera mounted in front of a microscope with strong color distortion
JP2000102042A (ja) 撮像装置の分光感度特性測定方法および撮像データ構成方法
Minz et al. Evaluation of RGB cube calibration framework and effect of calibration charts on color measurement of mozzarella cheese
Zhu et al. Spectral sensitivity estimation of trichromatic camera based on orthogonal test and window filtering
Narea-Jiménez et al. Assessment of a computed tomography imaging spectrometer using an optimized expectation-maximization algorithm
Le Moan et al. A database for spectral image quality
Quan et al. Unified measure of goodness and optimal design of spectral sensitivity functions
JP2008524875A (ja) シングルパス平床スキャナにおける拡大レンジを備えたマルチスペクトル・スキャナ
Barnard et al. Camera calibration for color research
Xu et al. Filter selection based on light source for multispectral imaging
JP2004135276A (ja) 装置スペクトル応答を決定する方法
US20020018128A1 (en) System and method for analyzing, optimizing and/or designing spectral sensitivity curves for an imaging device
US6927855B2 (en) Method of determining an image recording device characterization
Qiu et al. Image quality degradation of object-color metamer mismatching in digital camera color reproduction
Shrestha Multispectral imaging: Fast acquisition, capability extension, and quality evaluation

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application