CN1432967A - 图像处理装置、方法和程序以及保存该程序的存储介质 - Google Patents

图像处理装置、方法和程序以及保存该程序的存储介质 Download PDF

Info

Publication number
CN1432967A
CN1432967A CN03101520A CN03101520A CN1432967A CN 1432967 A CN1432967 A CN 1432967A CN 03101520 A CN03101520 A CN 03101520A CN 03101520 A CN03101520 A CN 03101520A CN 1432967 A CN1432967 A CN 1432967A
Authority
CN
China
Prior art keywords
image processing
grid noise
image
prediction
incidence
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN03101520A
Other languages
English (en)
Other versions
CN1234098C (zh
Inventor
仓本寿一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Noritsu Koki Co Ltd
Original Assignee
Noritsu Koki Co Ltd
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 Noritsu Koki Co Ltd filed Critical Noritsu Koki Co Ltd
Publication of CN1432967A publication Critical patent/CN1432967A/zh
Application granted granted Critical
Publication of CN1234098C publication Critical patent/CN1234098C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/40068Modification of image resolution, i.e. determining the values of picture elements at new relative positions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • G06T5/70
    • G06T5/73
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression

Abstract

本发明提供一种能够输出低栅格噪声的良好品质的图像的图像处理装置、图像处理方法、图像处理程序以及保存图像处理程序的存储介质。在本发明的图像处理装置中,设置有预测在输出图像中栅格噪声发生率的栅格噪声发生率预测部装置(5)和以根据由所述栅格噪声发生率预测装置(5)预测的栅格噪声发生率所确定的强度进行前模糊化处理的前模糊化处理装置(6)。

Description

图像处理装置、方法和程序以及保存该程序的存储介质
技术领域
本发明涉及一种例如对在象底片那样的照相底片上记录的图像的图像数据实施图像处理后提供给洗相装置的图像处理装置、图像处理方法、图像处理程序以及保存图像处理程序的存储介质。特别涉及为降低输出图像的栅格噪声而进行锐化处理的图像处理装置、图像处理方法、图像处理程序以及保存图像处理程序的存储介质。
背景技术
在现有技术中,作为将记录在底片上的图像洗印在照片纸上的洗相装置,提出了通过底片在照片纸上直接曝光的模拟洗印机、或者利用CCD(charge coupled device)等摄像装置读取记录在底片上的图像,根据所获取的图像数据在照片纸上曝光的数字洗印机等各种方案。特别是,数字洗印机,通过与对图像数据进行颜色补偿和浓度补偿等图像处理的图像处理装置组合使用,可以进行模拟洗印机所不能实现的颜色补偿和浓度补偿等,而且还可以容易并且迅速获得满足顾客要求的图像,现在已在广泛使用。
这样的数字洗印机,通过与对图像数据进行色彩校正、浓度校正、灰度变换等图像处理的图像处理装置合并使用,可以进行模拟洗印机所不能实现的色彩校正、浓度校正、灰度变换等处理。因此,数字洗印机,通过与上述图像处理装置一起使用,具有可以容易并且能迅速提供满足顾客要求的图像。
在上述图像处理装置中,在进行数字图像的尺寸放大或者缩小时,广泛使用通过采用线性插值法、3维插值法求出插值像素以改变像素数量的方法。
在上述线性插值法、或者3维插值法的任一种情况下,放大后的图像中像素的数据是根据周围放大前的图像中像素的数据采用插值算法计算出来。
在此,对上述线性插值法更详细说明。即,原图像的像素值由P(i,j)(i,i为坐标值)表示,将该原图像放大r倍(缩小),计算图像的像素值Q(x,y)时的情况进行说明,此外,r>1时为放大处理,0<r<1时为缩小处理。这时Q(x,y)通过式(1)计算。
    Q(x,y)=(1-t){(1-s)P(i,j)+sP(i+1,j)}
                +t{(1-s)P(i,j+1)+sP(i+1,j+1)}    …(1)
在上述式(1)中,i=[x/r],j=[y/r]([a]表示a以下最大的整数),s=x/r-i,t=y/r-j。
上述式(1)的关系如果用图表示,则如图8所示。在该图中,Q(x,y)表示在连接原图像中的4点P(i,j)、P(i+1,j)、P(i,j+1)、P(i+1,j+1)形成的四角形的内部区域中特定位置上的像素值。该特定位置,在x坐标上位于在P(i,j)和P(i+1,j)之间按s∶1-s分割的位置上,在y坐标上位于在P(i,j)和P(i,j+1)之间按t∶1-t分割的位置上。
在式(1)右边的第1项中,(1-s)P(i,j)+sP(i+1,j)该图中的A点,即在P(i,j)和P(i+1,j)之间按s∶1-s分割的点上的像素值。在式(1)右边的第2项中,(1-s)P(i,j+1)+sP(i+1,j+1)该图中的B点,即在P(i,j+1)和P(i+1,j+1)之间按s∶1-s分割的点上的像素值。然后,Q(x,y)是在A点和B点之间按t∶1-t分割的点上的像素值。
在上述线性插值法中,相当于Q(x,y)的像素的位置,如果与原图像中的点P(i,j)一致时,即s=t=0时,Q(x,y)的像素值直接采用P(i,j)的像素值。另一方面,相当于Q(x,y)的像素的位置,如果位于连接原图像中的4点P(i,j)、P(i+1,j)、P(i,j+1)、P(i+1,j+1)形成的四角形内部区域中的中心点时,即,s=t=0.5时,Q(x,y)的像素值是这4点的像素值的平均值。
这样,相当于Q(x,y)的像素的位置,如果与原图像中的4点P(i,j)、P(i+1,j)、P(i,j+1)、P(i+1,j+1)中任一个越接近,在Q(x,y)的像素值中所靠近点的像素值所占的比率就越高。这时,接近原图像的像素值作为放大(缩小)图像中的像素值,锐化度的变化就会变小。
另一方面,相当于Q(x,y)的像素的位置,如果与连接原图像中的上述4点形成的四角形内部区域中的中心位置越靠近,在Q(x,y)的像素值中,将也会受到更多像素的像素值的影响。这时,是将原图像中的几个像素的值相加之后计算放大(缩小)图像中的像素值。这样的处理由于是相当于对图像平滑化处理,这样计算出来的像素区域,其锐化度多少要差一些。
即,相当于Q(x,y)的像素的位置,越是靠近连接原图像中的上述4点形成的四角形内部区域中的中心位置,则包含在原图像中的噪声通过平滑化后的输出就越弱。另一方面,相当于Q(x,y)的像素的位置,越是靠近原图像中的4点P(i,j)、P(i+1,j)、P(i,j+1)、P(i+1,j+1)中任一个,则包含在原图像中的噪声越是能够保持原样输出。
因此,如图9所示,放大(缩小)后的图像数据中噪声强度出现不均。即,在图9中,以各像素的坐标位置为横轴,噪声强度为纵轴进行表示。
此外,图9是将原图像放大1.25倍后的图像的情况进行说明。即,在原图像中由相邻5个像素a1~a5(在该图中用○表示)区分的4个区域,放大成在放大后的图像中相邻6个像素b1~b5(在该图中用●表示)之间的5个区域。
放大后的像素b1·b6由于与原图像的像素a1·a5的坐标位置一致,因此噪声强度与放大前的图像相同。另一方面,放大后的像素b2~b5,由于靠近原图像的各像素间的中心位置,噪声强度下降。
又,在图9中,是将原图像数据为5个像素,放大后的图像数据为6个像素的区间抽出来表示的情况。即,如果观察图像整体的像素,在放大后的图像中噪声强度高的部分和噪声强度低的部分将周期性出现。
这样,在放大(缩小)的图像数据中,由于噪声强度的不均周期性出现,会产生包含较多噪声的部分,和包含较少噪声的部分。并且,对于包含较多噪声的部分,和包含较少噪声的部分,观察时浓度不同,结果在放大(缩小)图像中产生浓度不均。
因此,在放大(缩小)图像中,这样产生的浓度不均,看起来象格子状的纹路(以下称为栅格噪声)。例如,进行97%的缩小处理时,以5mm左右的间隔出现纹路。
又,将负片上的模拟图像作为数字图像读入,将该数字图像进行放大(缩小)处理时,出现以下的情况。
即,底片上的图像如果是曝光不足(图像整体的浓度显示出低浓度),为了防止放大(缩小)图像模糊,要进行增强对比度的处理。在增强对比度的处理后,在放大(缩小)处理中产生的栅格噪声更加明显,图像质量变差。
另一方面,底片上的图像为曝光过度(图像整体的浓度显示出低浓度)时,作为摄像器件的CDD在读取底片时要减少光量。因此,CCD的输出比较小,因而成为包含更多噪声的信息。在放大(缩小)处理后的栅格噪声在图像信息中变得明显,图像质量变差。
这样,输入图像整体的浓度为偏高浓度、或者偏低浓度时,会出现在放大(缩小)处理后的栅格噪声变得更加明显,图像质量变差的问题。
发明内容
本发明正是针对上述现有问题的发明,其目的在于提供一种可以输出降低了栅格噪声的良好图像的图像处理装置、图像处理方法、图像处理程序以及保存图像处理程序的存储介质。
本发明的图像处理装置,为解决上述问题,是在对输入图像实施放大缩小处理后输出数字图像的图像处理装置中,其特征是包括预测在输出图像中栅格噪声发生率的栅格噪声发生率预测装置、以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率确定的强度进行前模糊化处理的前模糊化处理装置。
本发明的图像处理方法,为解决上述问题,是在对输入图像实施放大缩小处理后输出数字图像的图像处理方法中,其特征是预测在输出图像中的栅格噪声发生率,同时以所预测的栅格噪声发生率确定的强度进行前模糊化处理。
即,本发明的图像处理装置以及图像处理方法,对输入图像实施放大(缩小)处理后输出。然后,在放大(缩小)处理后的图像中,出现噪声强度的不均,产生包含较多噪声的部分和包含较少噪声的部分。其噪声的多少以不同浓度形式表现,结果有可能在输出图像中出现栅格状的纹路(栅格噪声)。
为此,在本发明的图像处理装置中,其特征是包括预测在输出图像中栅格噪声发生率的栅格噪声发生率预测装置、以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率确定的强度进行前模糊化处理的前模糊化处理装置。
又,在本发明的图像处理方法中,其特征是预测在输出图像中的栅格噪声发生率,同时以所预测的栅格噪声发生率确定的强度进行前模糊化处理。
即,由栅格噪声发生率预测装置预测到栅格噪声发生率高时,通过确定增强前模糊化处理装置进行前模糊化处理的强度,可以让包含在输入图像中的噪声模糊。
因此,在放大(缩小)后的输出图像中,可以减小噪声多的部分和噪声少的部分之间的浓度差。
为此,具有能输出降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是由上述前模糊化处理装置进行的前模糊化处理在放大缩小处理之前进行。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是上述前模糊化处理在放大缩小处理之前进行。
依据上述图像处理装置以及图像处理方法,前模糊化处理在放大缩小处理之前进行。因此,在由放大缩小处理产生噪声强度的不均之前,可以减少包含在输入图像中的噪声。因此,在放大(缩小)后的输出图像中,可以减小噪声多的部分和噪声少的部分之间的浓度差。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是上述栅格噪声发生率预测装置根据输出图像对输入图像的放大率预测栅格噪声发生率。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是根据输出图像对输入图像的放大率预测栅格噪声发生率。
即,栅格噪声的产生容易受到进行放大(缩小)处理时的放大率的影响。即,如果放大率变化,在放大(缩小)后的输出图像中,噪声强度的不均也变化,栅格噪声发生率也变化。
在本发明的图像处理装置中,由于栅格噪声发生率预测装置根据放大率预测栅格噪声发生率,可以更确切地进行预测。又,在本发明的图像处理方法中,由于根据放大率预测栅格噪声发生率,可以更确切地进行预测。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是采用随着上述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是采用随着上述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
即当放大率是1附近地值时,在放大(缩小)后的输出图像中,噪声强度的不均变大,容易产生栅格噪声。
在本发明的图像处理装置以及图像处理方法中,采用随着上述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。因此,可以更确切地进行预测。又,如果将这样的预测表预先设置在栅格噪声发生率预测装置中,可以简化预测栅格噪声发生率的处理。
为此,具有以简单的处理能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是上述栅格噪声发生率预测装置根据输入图像的浓度预测栅格噪声发生率。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是根据输入图像的浓度预测栅格噪声发生率。
即,栅格噪声发生率随输入图像中曝光程度变化。例如,输入图像是负片上的模拟图像时,如果输入图像曝光不足,在增强对比度的处理后栅格噪声更加明显。另一方面,如果曝光过度,作为摄像器件的CCD的输出减小,栅格噪声在图像信息中更加明显。
在此,在本发明的图像处理装置中,还具有如下的特征,即,栅格噪声发生率预测装置根据输入图像的浓度预测栅格噪声发生率。
又,在本发明的图像处理方法中,还具有如下的特征,即,根据输入图像的浓度预测栅格噪声发生率。
即,输入图像的曝光可以根据输入图像的浓度判断。因此,如果根据输入图像的浓度预测栅格噪声发生率,实质上可以与根据曝光进行预测等同,可以确切地进行预测。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是上述输入图像的浓度是该输入图像的平均浓度。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是上述输入图像的浓度是该输入图像的平均浓度。
依据上述构成,根据输入图像的平均浓度预测栅格噪声发生率。由于输入图像的平均浓度是把握输入图像的曝光的最合适的参数,可以更加确切地预测栅格噪声发生率。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
例如,输入图像是负片上的模拟图像时,如果输入图像曝光不足的比率越强,即浓度越低,由于需要更加增强对比度,栅格噪声发生率上升。另一方面,如果曝光过度的比率越强,即浓度越高,CCD的输出越小,栅格噪声发生率上升。
为此,在本发明的图像处理装置以及图像处理方法中,还具有如下的特征,即,采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。因此,可以更确切地进行预测。又,如果将这样的预测表预先设置在栅格噪声发生率预测装置中,可以简化预测栅格噪声发生率的处理。
为此,具有以简单的处理能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,为解决上述问题,是在上述构成的图像处理装置中,其特征是包括以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率调整的强度进行锐化处理的锐化处理装置。
又,本发明的图像处理方法,为解决上述问题,是在上述构成的图像处理方法中,其特征是以根据所预测的栅格噪声发生率调整的强度进行锐化处理。
即,当预测到栅格噪声发生率高时,确定增强前模糊化处理装置进行前模糊化处理的强度,让输入图像处于更加模糊的状态。
为此,在本发明的图像处理装置中,还具有如下的特征,即,包括以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率调整的强度进行锐化处理的锐化处理装置。
又,在本发明的图像处理方法中,还具有如下的特征,即,以根据所预测装置预测的栅格噪声发生率调整的强度进行锐化处理。
即,在栅格噪声发生率高的情况下,可以设置采用比栅格噪声发生率低时更强的强度进行锐化处理的锐化处理装置。因此,即使象上述那样前模糊化处理装置以更强的强度进行前模糊化处理让输入图像处于模糊状态,采用锐化处理装置以更强的锐化度进行锐化处理,可以复原输入图像的锐化度。
为此,具有可以输出降低了栅格噪声、同时锐化度良好质量的图像的效果。
又,本发明的程序,其特征是在计算机中为上述构成中任一项上述的图像处理方法的程序。
依据上述程序,由于可以在计算机中执行本发明的图像处理方法,具有可以输出降低了栅格噪声的良好质量的数字图像的效果。
又,本发明的存储介质,其特征是保存上述构成的程序的计算机可读取的存储介质。
依据上述存储介质,具有容易将实施可以获得降低了栅格噪声的良好质量的输出图像图像处理方法的程序向计算机提供的效果。
附图说明
图1表示本发明一实施方案的图像处理装置以及包含该图像处理装置的数字曝光系统的构成的方框图。
图2表示在图1的图像处理装置中栅格噪声预测部根据放大率预测栅格噪声发生率时所使用的预测表的概念图。
图3表示将原图像分别放大成1.25倍、2.1倍、以及3.3倍的图像时像素位置和噪声强度之间的关系的概念图。
图4表示在图1的图像处理装置中栅格噪声预测部根据输入图像的浓度预测栅格噪声发生率时所使用的预测表的概念图。
图5表示在图1的图像处理装置中前模糊化处理部在进行前模糊化处理时所使用的移动平均滤波器的一例的概念图。
图6表示在图1的图像处理装置中基本锐化强度运算部计算基本锐化强度的流程图。
图7表示在图1的图像处理装置中调整量计算部确定调整量的流程图以及锐化强度确定部确定调整后的基本锐化强度的流程图。
图8表示在线性插值法中插值对象像素和原图像像素之间的位置关系、以及用于运算的参数的概念图。
图9表示将原图像分别放大成1.25倍的图像时像素位置和噪声强度之间的关系的概念图。
图中:2—图像处理装置、5—栅格噪声预测部(栅格噪声发生率预测装置)、6—前模糊化处理部(前模糊化处理装置)、11—锐化处理部(锐化处理装置)。
具体实施方式
以下参照图1~图7说明本发明一实施方案。
如图1所示,本实施方案中的数字曝光系统包括底片扫描器1、图像处理装置2、洗相装置3。
底片扫描器1,例如通过采用CCD(charge coupled device)等接收经过作为照相底片的负片的光,读取记录在负片上的图像,将该图像的图像数据按R、G、B输出给图像处理装置2。
洗相装置3是根据图像处理装置2输出的图像数据在感光材料的照片纸上曝光,将图像印制在照片纸上的数字洗印机。作为在照片纸上曝光的曝光部,只要是可以根据数字图像数据调制向照相纸照射的光的装置即可,例如,可以由PLZT曝光头、DMD(数字微镜装置)、LCD(液晶显示装置)、LED面板、激光、FOCRT(Fiber Optic Cathode Ray Tube)、CRT等所构成。此外,洗相装置3也可以是能同时进行负片扫描和照片纸上曝光的构成。这时,数字曝光系统由图像处理装置2和洗相装置3构成,可以简化系统。
图像处理装置2包括栅格噪声预测部(栅格噪声发生率预测装置)5、前模糊化处理部(前模糊化处理装置)6、放大缩小处理部7、基本锐化强度运算部8、调整量计算部9、锐化强度确定部10、锐化处理部(锐化处理装置)11。此外,图1的图像处理装置2主要示出了有关前模糊化处理、放大缩小处理、锐化处理的构成,即,图像处理装置2中一般进行的有关颜色补偿、浓度补偿、灰度变换等处理的构成,在图1中未画出。
栅格噪声预测部5预测在输出图像中出现栅格噪声的概率。栅格噪声预测部5预测栅格噪声的概率的流程将在后面详细说明。
前模糊化处理部6根据栅格噪声预测部5预测的栅格噪声产生概率,确定为了对包含在输入图像中的噪声进行预先模糊化的前模糊化强度,同时以确定前模糊化强度进行前模糊化处理。前模糊化处理部6进行前模糊化处理的流程将在后面详细说明。
放大缩小处理部7,如在现有技术项中说明的那样,通过采用线性插值法、3维插值法等计算插值像素以改变像素数量,对原图像进行放大缩小处理。
基本锐化强度运算部8,获取在输出图像中不考虑降低栅格噪声的情况下的锐化强度(以下作为基本锐化强度)。基本锐化强度运算部8获取基本锐化强度的的流程将在后面详细说明。
调整量计算部9根据前模糊化处理部6所确定的前模糊化强度,确定为进行降低栅格噪声的锐化处理的基本锐化强度的调整量。
锐化强度确定部10根据由基本锐化强度运算部8确定的基本锐化强度、和在调整量计算部确定的调整量,确定降低栅格噪声的锐化强度。调整量计算部9确定调整量的流程、以及锐化强度确定部10确定调整后的基本锐化强度的流程将在后面详细说明。
锐化处理部11根据由锐化强度确定部10调整的基本锐化强度进行锐化处理。锐化处理部10进行的锐化处理将在后面说明。
依据上述构成,本实施方案中的图像处理装置2,由前模糊化处理部6对包含在输入图像中的噪声模糊化后将图像输出给洗相装置3。本实施方案中的图像处理装置2,由于采用由锐化强度确定部10确定的锐化强度在锐化处理部11中进行锐化处理,可以再现由前模糊化处理模糊化后的原图像的锐化度。因此,由洗相装置3输出的图像,是降低了栅格噪声、并且具有良好锐化度的图像。
此外,由基本锐化强度运算部8、调整量计算部9、锐化强度确定部10、锐化处理部11构成的方块也可以设置在前模糊化处理部6、放大缩小处理部7之间。
以下依次详细说明上述的(1)栅格噪声预测部5预测栅格噪声的概率的流程、(2)前模糊化处理部6进行前模糊化处理的流程,(3)基本锐化强度运算部8获取基本锐化强度的的流程,(4)调整量计算部9确定调整量的流程、以及锐化强度确定部10确定调整后的基本锐化强度的流程、(5)锐化处理部11进行的锐化处理。
(1)栅格噪声预测部5预测栅格噪声的概率的流程
栅格噪声预测部5,根据放大率以及图像浓度预测栅格噪声的发生率。以下依次说明①根据放大率预测栅格噪声发生率;②根据图像浓度预测栅格噪声发生率的情况。
①根据放大率预测栅格噪声发生率
栅格噪声预测部5,例如根据图2所示的预测表,利用放大率r预测栅格噪声发生率ω。此外,放大率为小于1时,表示进行缩小处理的情况。
如图2所示,在预测表中,设定放大率r为横轴,栅格噪声发生率ω为纵轴。进一步,在预测表的横轴上,设定4个阈值A、B、C、D(A<B<C<D)。
在预测表中,当B<r<C时,栅格噪声发生率ω设定为100(%)。又,当放大率r从A变化到B时,设定栅格噪声发生率ω从0(%)增加变化到100(%),当放大率r从C变化到D时,设定栅格噪声发生率ω从100(%)减少变化到0(%)。并且,当放大率r小于A,或者大于D时,设定栅格噪声发生率ω为0(%)。
此外,当放大率r为1时,设定栅格噪声发生率ω为0。为此,在图2所示的预测表中,设置通过r=1的与横轴垂直的纵线。
可以设定成上述那样的预测表的理由参照图3进行说明。
图3表示将原图像分别放大成1.25倍、2.1倍、以及3.3倍的图像时像素位置和噪声强度之间的关系的概念图。在该图中,原图像的像素a1~a5用○表示,放大率r为1.25倍时的像素b1~b6用●表示,放大率r为2.1倍时的像素c1~c9用▲表示,放大率r为3.3倍时的像素d1~d14用■表示。
如该图所示,放大率r为1.25倍时,放大后的像素b3处于原图像的像素a2和像素a3之间的中心附近。又,放大后的像素b4处于原图像的像素a3和像素a4之间的中心附近。因此,在放大后的像素b3、b4处,噪声强度降低。
这样,放大率r接近1时,如上所述有更多的噪声强度降低的像素连续出现。即,在放大后的图像中,在可以用肉眼判定的长度区间内噪声强度降低,容易产生栅格噪声。
另一方面,放大率r为2.1倍时,例如放大后的像素c3处于原图像的像素a1和像素a2之间的中心附近,噪声强度降低。但是,邻近像素c2的像素c1、c3分别在原图像的像素a1、a2附近,噪声强度增强。
又,放大率r为3.3倍时,例如放大后的像素d6处于原图像的像素a2和像素a3之间的中心附近,噪声强度降低。但是,邻近像素d6的像素d5、d7分别在原图像的像素a2、a3附近,噪声强度增强。
即,放大率比1大得多时,并没有太多的噪声强度降低的像素连续出现。即,在放大后的图像中,存在噪声强度降低的像素,而在与该像素邻近的像素中噪声强度增强。即,噪声强度降低的区间缩小到不能用肉眼判别的程度的区间,栅格噪声不容易出现。
根据上述理由,采用图2所示的预测表可以根据放大率预测栅格噪声发生率。
②根据图像浓度预测栅格噪声发生率
栅格噪声预测部5例如采用图4所示的预测表,根据整体的平均浓度可以预测栅格噪声发生率ω。
如图4所示,在上述预测表中,以底片上的图像中整体平均浓度的对数值作为横轴,以栅格噪声发生率作为纵轴。并且,在预测表的横轴上设置2个阈值E、F(E<F)。
例如,以底片扫描仪1对负片上的图像以12比特的数字图像读入时的情况进行说明。
这时,输入图像可取浓度的最小值为0,最大值为ln212=8.3。又,整体平均浓度的对数值越小,负片上的图像越暗,曝光不足的概率越高。另一方面,整体平均浓度的对数值越大,负片上的图像越明亮,曝光过度的概率越高。
为此,在预测表中,以整体平均浓度的对数值为0时的栅格噪声发生率为100%,整体平均浓度的对数值为阈值E时的栅格噪声发生率为0%。然后,在预测表上以连接2点(0,100)和(E,0)的直线作为整体平均浓度的对数值从0变化到阈值E时的栅格噪声发生率。
另一方面,以整体平均浓度的对数值为8.3时的栅格噪声发生率为100%,整体平均浓度的对数值为阈值F时的栅格噪声发生率为0%。然后,在预测表上以连接2点(F,0)和(8.3,100)的直线作为整体平均浓度的对数值从阈值F变化到8.3时的栅格噪声发生率。此外,上述直线也可以是曲线。
此外,整体平均浓度的对数值从E变化到F时,认为不出现栅格噪声,栅格噪声发生率设置成0。
采用上述作成的预测表,栅格噪声预测部5可以根据整体平均浓度求出栅格噪声发生率。
此外,可以设定成上述预测表,如在现有技术项中说明的那样,是因为在曝光不足时,在增强对比度的处理后,栅格噪声有可能变得更明显。
另一方面,在曝光过度时,由于减少CCD的输出,栅格噪声有可能在输出图像中变得更明显。
又,象上述那样根据整体平均浓度预测栅格噪声发生率,是因为根据整体平均浓度把握图像的曝光是最合适的方法。因此,并不限定于根据整体平均浓度预测栅格噪声发生率,也可以根据图像中特定部分的浓度预测栅格噪声发生率。
这样,可以根据整体平均浓度预测栅格噪声发生率
此外,栅格噪声预测部5可以根据上述①、②中的任一方法预测不发生栅格噪声的情况。即,当放大率r为A<r<D时,并且整体平均浓度小于E或者大于F时,才发生栅格噪声。因此,为了预测不发生栅格噪声的情况,只要判断放大率、或者整体平均浓度不满足上述关系即可。
(2)前模糊化处理部6进行前模糊化处理的流程
前模糊化处理部6根据下式①,求出前模糊化强度S。
    S=Smax×ω                      …式①
式中,Smax表示前模糊化处理中可取的前模糊化强度的最大值,例如可以是128或者64,可以作为任意值预先设定。又,ω表示栅格噪声预测部5预测的栅格噪声发生率。
然后,对输入图像数据,例如采用图5所示的3×3的移动平均滤波器进行滤波,让图像整体具有模糊感。在此,滤波一般是指,采用所希望的滤波器,针对除图像端部以外的所有像素在一个一个移动注目像素的同时进行变换注目像素的图像数据的处理。又,在前模糊化处理中,也可以采用中间滤波器、高斯滤波器等进行滤波。
然后,根据下式②,从前模糊化处理前的注目像素的原数据d,计算前模糊化处理后的注目像素的数据d’。
d’=d+(x/sum-d)×(S/Smax)
   =d+(x/sum-d)×ω                …式②
此外,在上述式②中,S、Smax和上述式①的定义相同。又,x表示在前模糊化处理中所使用的滤波器内的各像素实施滤波后的计算结果合计值。sum表示在前模糊化处理中所使用的滤波器的像素数。
依据式②,当栅格噪声发生率ω大时,前模糊化强度变大。即,当预测在输出图像中栅格噪声引起图像质量劣化的概率高时,通过更大的前模糊化强度进行前模糊化处理,可以让包含在输入图像中的噪声更模糊。
如上所述,通过根据式①和式②求出注目像素的数据d’,前模糊化处理部6进行前模糊化处理。
(3)基本锐化强度运算部8获取基本锐化强度的的流程
如图6所示,在基本锐化强度运算部8获取获取基本锐化强度的流程中,首先在步骤S1,判断底片扫描仪1要读取图像的底片的种类
具体讲,判断底片是负片还是正片,同时判定底片的大小。作为底片的大小,例如有JIS标准所规定的110底片、120底片、135底片等。
然后,在步骤S2,获取底片扫描仪1的分辨率。分辨率根据底片扫描仪1中变焦镜头的倍率确定。例如,变焦镜头的倍率从0.88到2.0变化时,分辨率可以从1200×1800DPI(Dot Per Inch)到3000×2000DPI之间变化。即,随着变焦镜头的倍率的增大,分辨率增大。
然后,在步骤S3,计算放大率。放大率根据底片扫描仪1中CCD的输入像素数量和输出像素数量确定。
这样,根据在步骤S1~S3中获取的底片种类、输入分辨率、放大率,在步骤S4确定基本锐化强度。
即,当在步骤S1步判定的底片种类为负片时,设定较小的基本锐化强度,当判定的底片种类为正片时,设定较大的基本锐化强度。
又,当在步骤S2步获取的分辨率为是越高的分辨率时,由于需要提高输出图像中的锐化度,设定越大的基本锐化强度。
另一方面,当在步骤S3计算出的放大率为是越大,设定越大的基本锐化强度。
此外,在上述中,虽然是以在进行完S1、S2、S3的步骤之后在步骤S4确定基本锐化强度,S1~S3的次序并不限定于此。即S1~S3的步骤,可以从任一步骤最先开始,也可以同时进行S1~S3的步骤。
(4)调整量计算部9确定调整量的流程、以及锐化强度确定部10确定调整后的基本锐化强度的流程
如图7所示,首先,在步骤S11,调整量计算部9获取由基本锐化强度运算部8求出的基本锐化强度α,以及由栅格噪声预测部5预测的栅格噪声发生率ω。
然后,调整量计算部9根据下式③计算基本锐化强度α的调整量Δα(步骤S12)。
    Δα=αω…③
然后,锐化强度确定部10根据下式④,从基本锐化强度α和调整量Δα,求出调整后的基本锐化强度α’(步骤S13)。
    α’=α+Δα
        =(1+ω)α…④
经过上述步骤S11~S13之后,求出调整后的基本锐化强度α’。调整后的基本锐化强度α’在后述的由锐化处理部11进行的锐化处理中使用。
此外,式④表明,随着栅格噪声发生率ω增大,要将调整后的基本锐化强度α’增大。即,栅格噪声发生率ω大时,根据式②设定大前模糊化强度S,让前模糊化处理后的图像成更加模糊的状态。这样,虽然在前模糊化处理中让图像成更加模糊的状态,由于采用大的基本锐化强度α’进行锐化处理,可以复原到输入图像的锐化度。
(5)锐化处理部11进行的锐化处理
作为锐化处理的具体方法,有用1次微分运算增强和用2次微分运算(拉普拉斯算子)增强。即,只要是对由前模糊化处理引起的图像的模糊进行复原的、增强图像中边缘的锐化处理,采用哪一种锐化处理均可以。在以下的说明中,以可以进行比较简单的增强处理而广泛使用的利用拉普拉斯算子进行增强的方法为例进行说明。
一般利用拉普拉斯算子的处理,通过从原图像的图像数据中各像素值中减去该图像数据的各像素中的拉普拉斯算子,进行边缘增强。假定原图像的图像数据中各像素值,即原信号为f(i,j)(i,j表示坐标),实施拉普拉斯算子处理后的各像素、即处理后信号为F(i,j),上述处理有式⑤表示。
    F(i,j)=f(i,j)-α·2f(i,j)       …式⑤
在本实施方案的锐化处理部11中,作为锐化强度采用在步骤S13中求出的调整后的基本锐化强度α’。因此,假定由锐化处理部11实施锐化处理后的信号为F’(i,j),可以由式⑥表示。
    F’(i,j)=f(i,j)-α’·2f(i,j)
             =f(i,j)-α(1+ω)·2f(i,j)    …式⑥
此外,式⑤表明,随着栅格噪声发生率ω的增大,调整后的基本锐化强度α’增大。即,栅格噪声发生率ω大时,根据式②设定大前模糊化强度S,让前模糊化处理后的图像成更加模糊的状态。这样,虽然在前模糊化处理中让图像成更加模糊的状态,由于采用大的基本锐化强度α’进行锐化处理,可以复原到输入图像的锐化度。
此外,以上说明的图像处理装置2,也可以采用作为图像处理方法在计算机中执行的图像处理程序实现。该程序也可以保存在例如CDROM等计算机可读取的图中未画出的存储介质中。又,也可以由可以执行这样的图像处理程序的微处理器或者DSP(Digital Signal Processor)等数字电路构成图像处理装置。
又,在本实施方案中,图像处理装置2的输入图像虽然是以在负片上记录的模拟图像的情况为例进行了说明,但输入图像并不限定于模拟图像,本发明的图像处理装置也可以适用于以数字图像作为输入图像的情况。
进一步,在本实施方案中,是对在锐化处理部11的前段上设置放大缩小处理部7的情况进行了说明,当并不限定于这样的构成,放大缩小处理部7也可以设置在锐化处理部11的后段上。这时,只要在放大缩小处理部7的后段进一步设置锐化处理部即可。这样,可以将由放大(缩小)处理产生的图像的模糊复原。发明的效果
如上所述,本发明的图像处理装置,包括预测在输出图像中栅格噪声发生率的栅格噪声发生率预测装置、以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率确定的强度进行前模糊化处理的前模糊化处理装置。
如上所述,本发明的图像处理方法,是预测在输出图像中的栅格噪声发生率,同时以所预测的栅格噪声发生率确定的强度进行前模糊化处理的方法。
依据上述构成,当预测到栅格噪声发生率高时,通过确定增强前模糊化处理的强度,可以让包含在输入图像中的噪声模糊。因此,在放大(缩小)后的输出图像中,可以减小噪声多的部分和噪声少的部分之间的浓度差。
为此,具有能输出降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,由上述前模糊化处理装置进行的前模糊化处理在放大缩小处理之前进行。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,上述前模糊化处理在放大缩小处理之前进行。
依据上述图像处理装置以及图像处理方法,前模糊化处理在放大缩小处理之前进行。因此,在由放大缩小处理产生噪声强度的不均之前,可以减少包含在输入图像中的噪声。因此,在放大(缩小)后的输出图像中,可以减小噪声多的部分和噪声少的部分之间的浓度差。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,如上所述,本发明的图像处理装置,是在上述构成的图像处理装置中,上述栅格噪声发生率预测装置根据输出图像对输入图像的放大率预测栅格噪声发生率。
又,如上所述,本发明的图像处理方法,是在上述构成的图像处理方法中,是根据输出图像对输入图像的放大率预测栅格噪声发生率的方法。
即,栅格噪声的产生容易受到进行放大(缩小)处理时的放大率的影响。在本发明的图像处理装置以及图像处理方法中,由于栅格噪声发生率预测装置根据放大率预测栅格噪声发生率,可以更确切地进行预测。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,采用随着上述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,是采用随着上述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率的方法。
即当放大率是1附近地值时,在放大(缩小)后的输出图像中,噪声强度的不均变大,容易产生栅格噪声。因此,如果采用上述那样的预测表预测栅格噪声发生率,可以更确切地进行预测。又,如果将这样的预测表预先设置在栅格噪声发生率预测装置中,可以简化预测栅格噪声发生率的处理。
为此,具有以简单的处理能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,上述栅格噪声发生率预测装置根据输入图像的浓度预测栅格噪声发生率。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,是根据输入图像的浓度预测栅格噪声发生率的方法。又,如果根据输入图像的浓度预测栅格噪声发生率,实质上可以与根据曝光进行预测等同,可以确切地进行预测。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,上述输入图像的浓度是该输入图像的平均浓度。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,是上述输入图像的浓度是该输入图像的平均浓度的方法。
依据上述构成,根据输入图像的平均浓度预测栅格噪声发生率。由于输入图像的平均浓度是把握输入图像的曝光的最合适的参数,可以更加确切地预测栅格噪声发生率。
为此,具有能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,是采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率的方法。
例如,输入图像是负片上的模拟图像时,如果输入图像曝光不足的比率越强,即浓度越低,由于需要更加增强对比度,栅格噪声发生率上升。另一方面,如果曝光过度的比率越强,即浓度越高,CCD的输出越小,栅格噪声发生率上升。
因此,如果采用上述那样的预测表预测栅格噪声发生率,可以更确切地进行预测。又,如果将这样的预测表预先设置在栅格噪声发生率预测装置中,可以简化预测栅格噪声发生率的处理。
为此,具有以简单的处理能输出更加降低了栅格噪声的良好质量的图像的效果。
又,本发明的图像处理装置,如上所述,是在上述构成的图像处理装置中,包括以根据由上述栅格噪声发生率预测装置预测的栅格噪声发生率调整的强度进行锐化处理的锐化处理装置。
又,本发明的图像处理方法,如上所述,是在上述构成的图像处理方法中,是以根据所预测的栅格噪声发生率调整的强度进行锐化处理的方法。
即,在栅格噪声发生率高的情况下,可以设置采用比栅格噪声发生率低时更强的强度进行锐化处理的锐化处理装置。因此,即使由于栅格噪声发生率高而以更强的强度进行前模糊化处理让输入图像处于模糊状态,采用锐化处理装置以更强的锐化度进行锐化处理,可以复原输入图像的锐化度。
为此,具有可以输出降低了栅格噪声、同时锐化度良好质量的图像的效果。
又,本发明的程序,是在计算机中为上述构成中任一项上述的图像处理方法的程序。
依据上述程序,由于可以在计算机中执行本发明的图像处理方法,具有可以输出降低了栅格噪声的良好质量的数字图像的效果。
又,本发明的存储介质,是保存上述构成的程序的计算机可读取的存储介质。
依据上述存储介质,具有容易将实施可以获得降低了栅格噪声的良好质量的输出图像图像处理方法的程序向计算机提供的效果。

Claims (18)

1.一种图像处理装置,是对输入图像实施放大缩小处理后输出数字图像的图像处理装置,其特征是,包括:
预测在输出图像中栅格噪声发生率的栅格噪声发生率预测装置、
以根据由所述栅格噪声发生率预测装置预测的栅格噪声发生率所确定的强度进行前模糊化处理的前模糊化处理装置。
2.根据权利要求1所述的图像处理装置,其特征是,由所述前模糊化处理装置进行的前模糊化处理在放大缩小处理之前进行。
3.根据权利要求1或2所述的图像处理装置,其特征是,所述栅格噪声发生率预测装置根据输出图像的相对输入图像的放大率预测栅格噪声发生率。
4.根据权利要求3所述的图像处理装置,其特征是,采用随着所述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
5.根据权利要求1~4中任一项所述的图像处理装置,其特征是,所述栅格噪声发生率预测装置根据输入图像的浓度预测栅格噪声发生率。
6.根据权利要求5所述的图像处理装置,其特征是,所述输入图像的浓度是该输入图像的平均浓度。
7.根据权利要求5或6所述的图像处理装置,其特征是,采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
8.根据权利要求1~7中任一项所述的图像处理装置,其特征是,包括以根据由所述栅格噪声发生率预测装置预测的栅格噪声发生率调整的强度进行锐化处理的锐化处理装置。
9.一种图像处理方法,是对输入图像实施放大缩小处理后输出数字图像的图像处理方法,其特征是,预测在输出图像中的栅格噪声发生率同时以所预测的栅格噪声发生率确定的强度进行前模糊化处理。
10.根据权利要求9所述的图像处理方法,其特征是,所述前模糊化处理在放大缩小处理之前进行。
11.根据权利要求9或10所述的图像处理方法,其特征是,根据输出图像对输入图像的放大率预测栅格噪声发生率。
12.根据权利要求11所述的图像处理方法,其特征是,采用随着所述放大率趋近于1附近的值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
13.根据权利要求9~12中任一项所述的图像处理方法,其特征是,根据输入图像的浓度预测栅格噪声发生率。
14.根据权利要求13所述的图像处理方法,其特征是,所述输入图像的浓度是该输入图像的平均浓度。
15.根据权利要求13或14所述的图像处理装置,其特征是,采用随着输入图像的浓度趋近于最大值或者最小值、栅格噪声发生率上升的预测表,预测栅格噪声发生率。
16.根据权利要求9~15中任一项所述的图像处理装置,其特征是,以根据由所预测的栅格噪声发生率调整的强度进行锐化处理。
17.一种图像处理程序,其特征是在计算机中为执行权利要求9~16中任一项所述的图像处理方法的程序。
18.一种存储介质,其特征是保存权利要求17所述的程序的计算机可读取的存储介质。
CNB031015204A 2002-01-16 2003-01-16 图像处理装置及图像处理方法 Expired - Fee Related CN1234098C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2002007353 2002-01-16
JP2002007353A JP3719213B2 (ja) 2002-01-16 2002-01-16 画像処理装置、画像処理方法、画像処理プログラム、および画像処理プログラムを記録した記録媒体

Publications (2)

Publication Number Publication Date
CN1432967A true CN1432967A (zh) 2003-07-30
CN1234098C CN1234098C (zh) 2005-12-28

Family

ID=19191323

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB031015204A Expired - Fee Related CN1234098C (zh) 2002-01-16 2003-01-16 图像处理装置及图像处理方法

Country Status (5)

Country Link
US (1) US7167601B2 (zh)
EP (1) EP1330115B1 (zh)
JP (1) JP3719213B2 (zh)
CN (1) CN1234098C (zh)
DE (1) DE60330822D1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006085233A (ja) * 2004-09-14 2006-03-30 Noritsu Koki Co Ltd 画像処理装置及び画像処理方法
US8125961B2 (en) 2005-10-25 2012-02-28 Qualcomm Incorporated Four way handshake for robust channel estimation and rate prediction
US8442344B2 (en) * 2006-08-07 2013-05-14 Qualcomm Incorporated Adaptive spatial image filter for filtering image information
JP5308391B2 (ja) * 2010-03-31 2013-10-09 富士フイルム株式会社 画像符号化装置および方法並びにプログラム
US8335999B2 (en) 2010-06-11 2012-12-18 Orbotech Ltd. System and method for optical shearing
CN104268828A (zh) * 2014-09-30 2015-01-07 可牛网络技术(北京)有限公司 图片模糊化处理的方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2160051A (en) * 1984-04-26 1985-12-11 Philips Electronic Associated Video signal processing arrangement
US5202670A (en) * 1986-08-20 1993-04-13 Canon Kabushiki Kaisha Image processing apparatus
JPH02278383A (ja) * 1989-04-19 1990-11-14 Fuji Photo Film Co Ltd 画像処理装置
JPH06113120A (ja) 1992-09-30 1994-04-22 Fuji Xerox Co Ltd 画像処理装置の解像度変換装置
US5374995A (en) * 1993-03-22 1994-12-20 Eastman Kodak Company Method and apparatus for enhancing sharpness of a sequence of images subject to continuous zoom
GB9311942D0 (en) * 1993-06-09 1993-07-28 Kodak Ltd Digital signal processing
US6023535A (en) * 1995-08-31 2000-02-08 Ricoh Company, Ltd. Methods and systems for reproducing a high resolution image from sample data
US6091861A (en) * 1998-02-03 2000-07-18 Eastman Kodak Company Sharpening algorithm adjusted for measured exposure of photofinishing images
US6233347B1 (en) * 1998-05-21 2001-05-15 Massachusetts Institute Of Technology System method, and product for information embedding using an ensemble of non-intersecting embedding generators
US6181834B1 (en) * 1998-09-18 2001-01-30 Xerox Corporation Hybrid image reduction method and apparatus with moir{acute over (e)} suppression
JP2002262094A (ja) * 2001-02-27 2002-09-13 Konica Corp 画像処理方法及び画像処理装置
JP2006260527A (ja) * 2005-02-16 2006-09-28 Toshiba Corp 画像マッチング方法およびこれを用いた画像補間方法

Also Published As

Publication number Publication date
EP1330115A3 (en) 2007-03-14
DE60330822D1 (de) 2010-02-25
EP1330115B1 (en) 2010-01-06
JP2003209686A (ja) 2003-07-25
US7167601B2 (en) 2007-01-23
EP1330115A2 (en) 2003-07-23
JP3719213B2 (ja) 2005-11-24
CN1234098C (zh) 2005-12-28
US20030133626A1 (en) 2003-07-17

Similar Documents

Publication Publication Date Title
CN1207895C (zh) 图象处理方法和装置
CN1305010C (zh) 在考虑其噪声的情况下改变数字图像的方法和系统
CN1305009C (zh) 图像处理装置和图像处理方法
CN100345160C (zh) 一种控制平均亮度的直方图均衡方法
CN1250013C (zh) 用于校正读取图象缺陷的图象处理
CN1892800A (zh) 图像显示装置和图像显示方法
CN1311404C (zh) 使用了图像生成历史信息的图像的逆光处理
CN1917578A (zh) 数据处理设备、数据处理方法及程序
CN1167036C (zh) 图象处理方法和记录了图象处理程序的记录媒体
CN1822661A (zh) 图像处理系统、投影机及图像处理方法
CN1671176A (zh) 修正图像变形的图像处理装置、修正摄影图像变形的摄影装置
CN1187953C (zh) 图像处理装置、印刷控制装置、图像处理方法和记录媒体
CN1756299A (zh) 用于处理运动图像的设备和方法以及计算机程序产品
CN1702542A (zh) 图像处理系统、投影机及图像处理方法
CN1822660A (zh) 图像处理系统、投影机及图像处理方法
CN1512450A (zh) 图像处理设备、图像处理方法及其程序
CN1691740A (zh) 放大显示装置和放大图像控制装置
CN1531711A (zh) 由数字图象计算转换图象的方法和系统
CN1870715A (zh) 手抖动校正装置
CN1601369A (zh) 图像处理系统、投影机以及图像处理方法
CN1753445A (zh) 图像读取装置
CN1542693A (zh) 图像处理方法、图像处理装置及图像处理程序
CN1228965C (zh) 图像处理系统、投影仪及黑白扩展处理法
CN1471690A (zh) 数字图象锐化系统
CN101046885A (zh) 错位检测装置和检测方法,以及计算机程序产品

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20051228

Termination date: 20120116