CN1526117A - 产生与装置链的装置的缺陷相关的格式化信息的方法和系统 - Google Patents

产生与装置链的装置的缺陷相关的格式化信息的方法和系统 Download PDF

Info

Publication number
CN1526117A
CN1526117A CNA028139569A CN02813956A CN1526117A CN 1526117 A CN1526117 A CN 1526117A CN A028139569 A CNA028139569 A CN A028139569A CN 02813956 A CN02813956 A CN 02813956A CN 1526117 A CN1526117 A CN 1526117A
Authority
CN
China
Prior art keywords
mentioned
image
formatted message
defective
relevant
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
CNA028139569A
Other languages
English (en)
Other versions
CN1316427C (zh
Inventor
���ء����߸�
劳伦特·查内斯
�ˡ����˶�������˹
弗雷德里克·吉查德
ëɭ
列侬·毛森
布鲁诺·列日
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.)
Dxo Labs SA
Lens Correction Technologies SAS
Original Assignee
DO Labs SA
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
Priority claimed from FR0109291A external-priority patent/FR2827459B1/fr
Priority claimed from FR0109292A external-priority patent/FR2827460B1/fr
Application filed by DO Labs SA filed Critical DO Labs SA
Publication of CN1526117A publication Critical patent/CN1526117A/zh
Application granted granted Critical
Publication of CN1316427C publication Critical patent/CN1316427C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

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
    • G06T3/10—
    • G06T5/70—
    • G06T5/73—
    • G06T5/80—
    • 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

Abstract

本发明相关于一种系统和方法，用于产生与至少一个图象捕获装置和/或至少一个图象恢复装置(APP)相关的格式化信息。本发明规定了从一测得的字段D(H)生产与装置的缺陷，特别是模糊和噪音有关的格式化信息(IF)。该测得的字段D(H)是通过执行以下操作从一通用集(M)中获得的：使用上述装置捕获或者恢复该通用集，以产生一图象(I)；在该图象(I)中选择一图象区域(ZI)；从上述图象(I)计算一参考图象(R)；在该参考图象(R)中选择与该图象区域(ZI)相应的参考区域(ZR)；选择一个基准(B)，用于表示该图象区域(ZI)以及参考区域(ZR)的全部或者部分；选择该装置(APP)的可变特征；由此获得该测得的字段D(H)。本发明可以用于光学装置，工业控制，机器人技术，度量衡学等应用中进行摄影或者视频的图象处理。

Description

产生与装置链的装置的缺陷相关的格式化信息的方法和系统
                      技术领域
本发明关于用于产生与一链中的至少一个装置的缺陷相关的格式化信息的方法和系统。
                      方案
                      方法
本发明关于一种方法，其用于产生与一装置链中的装置相关的格式化信息。上述装置链具体包括至少一个图象捕获装置和/或至少一个图象恢复装置。该方法包括产生与该链的至少一个装置的缺陷相关的格式化信息。
优选地，根据本发明，该装置能够捕获或者恢复一图象(I)。该装置配备有至少一个固定特征和/或取决于图象(I)的一个可变特征。该固定特征和/或可变特征可以与一个或者多个特征值，特别是焦距和/或调焦以及相关特征的值相联系。该方法包括从一测得的字段D(H)产生与该装置的缺陷相关的测得的格式化信息。该格式化信息可以包括上述测得的格式化信息。
               扩充的格式化信息以及偏差
优选地，根据本发明，该方法还包括从测得的格式化信息产生与该装置的缺陷相关的扩充的格式化信息。该格式化信息可以包括上述扩充的格式化信息。该扩充的格式化信息与上述测得的格式化信息相比表现出一偏差。
             模型的概念-插入-一阈值的选择以及
               达到该阈值的最简单模型的选择
优选地，根据本发明，该方法使得从该测得的格式化信息产生的上述格式化信息由一可参数化的模型的参数来表示，其中，上述模型是从一组可参数化的模型，特别是一组多项式中选择的。该方法还包括在该组可参数化的模型中选择该可参数化的模型的步骤：
-确定一最大的偏差，
-根据应用的复杂程度，对该组可参数化的模型中的可参数化的模型进行排序，
-在该组被排序的可参数化模型中选择第一个可参数化模型，使得该偏差小于上述最大偏差。
根据本发明的一个可选的实施方式，上述扩充的格式化信息可以由该测得的格式化信息组成。
优选地，根据本发明，该方法包括一计算算法(AC)，通过它可以从一通用集(M)获得该测得的字段D(H)。该计算方法(AC)包括以下步骤：
-借助于该装置捕获或者恢复上述通用集(M)以产生一图象(I)的步骤，
-在上述图象(I)中选择至少一个图象区域(ZI)的步骤，
-从上述图象(I)来计算一参考图象(R)的步骤，
-在上述参考图象(R)的范围内确定与上述图象区域(ZI)相应的一个参考区域(ZR)的步骤，
-选择一个基准(B)的步骤，通过该基准，全部或者部分的图象区域(ZI)可以由一个图象表示(RI)来表示，并且全部或者部分的参考区域(ZR)可以由一个参考表示(RR)来表示，
-从该组可变特征中选择零个或者一个或者多个可变的特征的步骤，以下将其称为被选择的可变特征；
该被测得的字段D(H)由该组分组组成，所述分组具有三个成员：
-一个图象区域(ZI)和/或该图象区域(ZI)的一个标志符，
-该图象区域(ZI)的图象表示(RI)，
-上述参考区域(ZR)的参考表示(RR)。
上述测得的字段D(H)还由用于该图象(I)的每个被选择的可变特征的值组成。对技术特征的组合得到：获得一表征一缺陷的一测得的字段。在本发明的含义范围内，此缺陷被称为模糊。
优选地，根据本发明，该参考图象(R)包括参考像素。上述参考像素的每一个具有一个参考像素值。该方法使得为了从该图象(I)计算上述参考图象(R)，对该图象(I)进行二次抽样，尤其是为了获得一参考图象(R)，所述参考图象的参考像素可以采用两个参考像素值中的一个或者另一个。
上述技术特征组合的结果是该参考图象(R)表现出与图象(I)的相同缺陷，去除了模糊。
优选地，根据本发明，该方法使得选择一基准(B)，以允许以频率形式进行表示，并且具体地借助于傅立叶变换来计算所述基准。
优选地，根据本发明，该方法使得选择一基准(B)以允许以微波形式或者微波信息包形式来进行表示。
优选地，根据本发明，该方法使得选择包含少量元素的线性基础(B)。其导致的结果是通过简单的计算获得一个达到较好近似的表示。
优选地，根据本发明，该参考表示(RR)是由数字值组成的。该方法还包括以这样一种方式选择上述通用集(M)的步骤，即使得低于一第一指定阈值的数字值的百分数低于一个第二预定的阈值，特别是1％。
优选地，根据本发明，上述通用集(M)由若干元件组成，所述元素的尺寸分布和几何位置遍布一个比较宽的频谱范围。
根据本发明，该通用集(M)的选择可以采用这样一种方式，即使得在该基准(B)中对图象(I)的表示基本是独立于图象(I)的捕获或者恢复条件的，除了缺陷之外；特别是在一图象捕获装置的情况下，该表示独立于该通用集(M)相对于该图象捕获装置的方向和位置。
根据本发明，该通用集(M)是从一自然画面的量化图象建立的。
根据本发明，该方法还包括使用一用于消除部分缺陷的计算来对该图象(I)进行预处理的步骤。
本发明的含义中的模糊表示了能够消除缺陷的该装置和该计算装置的特征。
                   内插以格式化一任意点
优选地，本发明还包括通过从测得的格式化信息推导出与一任意的图象区域(ZIQ)相关的格式化信息，来获得与一任意的图象区域(ZIQ)相关的扩充的格式化信息的步骤。
                       可变焦距
优选地，根据本发明，该方法使得该装置链的装置配备有至少一个依从于该图象的可变的特征，特别是焦距和/或光圈。每个可变特征可以与一值相联系，以形成一个组合，所述组合由该组可变的特征和值组成。该方法还包括下列步骤：
-选择预定组合的步骤，
-特别是通过采用用于以此方式选择的每个预定的组合的上述计算算法(AC)，计算测得的格式化信息的步骤，。
            可变的焦距-任意区域中的格式化
根据本发明，自变量被定义为一任意的图象区域以及一个组合。该方法还包括从测得的格式化信息推导出与一任意变量相关的扩充的格式化信息的步骤。
对技术特征的组合得到：上述格式化信息更简洁并且能够防止测量误差。
           偏差的阈值选择-根据此阈值的格式化
优选地，根据本发明，该方法使得为了从测得的格式化信息推导出扩充的格式化信息：
-确定第一阈值
-该扩充的格式化信息的选择采用这样一种方式，即该偏差低于上述第一阈值。
                  偏差加于格式化信息
优选地，根据本发明，该方法还包括使上述偏差与上述格式化信息相联系的步骤。对技术特征的组合得到：上述格式化信息可以由软件来使用，以获得其残余缺陷为已知的图象，所述软件用于处理由该装置捕获的图象。对技术特征的组合得到：上述格式化信息可以由图象处理软件来使用，以获得预期由一图象恢复装置来恢复的，具有已知的残余缺陷的图象。
                     彩色图象的情况
优选地，根据本发明，在该图象是由多个彩色平面组成的一彩色图象的情况下，该方法还包括通过采用用于至少两个彩色平面的该计算算法(AC)来产生上述测得的格式化信息的步骤。
                        系统
本发明关于一种系统，其用于产生与一装置链的装置相关的格式化信息。该装置链特别包括至少一个图象捕获装置和/或至少一个图象恢复装置。该系统包括计算装置，其用于产生与该链的至少一个装置的缺陷相关的格式化信息。
优选地，根据本发明，该装置能够捕获或者恢复一图象(I)。该装置包括至少一个固定特征和/或取决于图象(I)的一个可变特征。该固定特征和/或可变特征可以与一个或者多个特征值相联系，尤其是指焦距和/或聚焦及相关特征值。该系统包括计算装置，其用于从一测得的字段D(H)产生与该装置的缺陷有关的测得的格式化信息。上述格式化信息也可以包括上述的测得的格式化信息。
                扩充的格式化信息和偏差
优选地，根据本发明，该系统还包括计算装置，用于从测得的格式化信息产生与该装置的缺陷相关的扩充的格式化信息。上述格式化信息可以包括上述扩充的格式化信息。该扩充的格式化信息与上述测得的格式化信息相比表现出一偏差。
             模型的概念-插入-阈值的选择以及
             达到该阈值的最简单模型的选择
优选地，根据本发明，该系统使得从上述测得的格式化信息产生的格式化信息由一可参数化的模型的参数来表示，所述模型是从一组可参数化的模型，特别是一组多项式中选择的。该系统还包括选择装置，用于通过以下操作在该组可参数化的模型中选择上述的可参数化模型：
-确定一最大偏差，
-根据应用的复杂程度，对该组可参数化模型中的上述可参数化模型进行排序，
-在该组被排序的可参数化模型中选择第一个可参数化模型，使得该偏差小于该最大偏差。
优选地，根据本发明，该系统包括采用了一计算算法(AC)的计算装置，通过该算法可以从一通用集(M)获得上述测得的字段D(H)。上述图象捕获或者图象恢复装置包括用于捕获或者恢复该通用集(M)的装置，于是可以产生一个图象(I)。该计算装置包括数据处理装置，用于：
-在该图象(I)中选择至少一个图象区域(ZI)，
-从该图象(I)计算一个参考图象(R)，
-在该参考图象(R)的范围内确定一个与该图象区域(ZI)相应的参考区域(ZR)，
-选择一个基准(B)，通过它使该图象区域(ZI)的全部或者部分可以用一图象表示(RI)来表示，并且该参考区域(ZR)的全部或者部分可以用一参考表示(RR)来表示，
-从该组可变特征中选择零个或者一个或者多个可变的特征，上述特征在下文中称为被选择的可变特征；
该被测得的字段D(H)由该组分组构成，所述分组包括三个成员：
-图象区域(ZI)和/或该图象区域(ZI)的一个标志符，
-该图象区域(ZI)的图象表示(RI)，
-上述参考区域(ZR)的参考表示(RR)。
上述测得的字段D(H)还包括用于该图象(I)的每个被选择的可变特征的值，采取的方式是使得获得表征一缺陷的一测得的字段，上述缺陷在本发明的含义范围内被称为模糊。优选地，根据本发明，该参考图象(R)包括参考像素。
上述参考像素的每一个具有一个参考像素值。该系统使得用于从该图象(I)计算该参考图象(R)的该处理装置包括用于对图象(I)进行二次采样，特别是用于获得其参考像素可以采用两个参考像素值中的一个或者另一个的参考图象(R)。
优选地，根据本发明，该系统使上述数据处理装置能够选择一个基准(B)，其允许采用频率形式来进行表示，并且其特别是通过使用傅立叶变换来计算。
优选地，根据本发明，该系统使上述数据处理装置能够选择一个基准(B)，以允许以微波形式或者微波信息包的形式来进行表示。
优选地，根据本发明，该系统使上述数据处理装置能够选择一个线性基准(B)，其包括少量元素。
优选地，根据本发明，该参考表示(RR)是由数字值组成的。该系统包括数据处理装置，通过它可以以这样一种方式来选择该通用集(M)，即使得低于第一指定阈值的数字值的百分数低于第二预定的阈值，特别是1％。
优选地，根据本发明，该通用集(M)由若干元素组成，所述元素尺寸分布和几何位置覆盖一个较宽的频谱范围。
优选地，根据本发明，该通用集(M)的选择方式是这样的，即使得在基准(B)中对图象(I)的表示基本上是独立于，该图象(I)的捕获或者恢复条件，除缺陷之外；特别是在图象捕获装置的情况下，该表示独立于该通用集(M)相对于该图象捕获装置的方向和位置。
优选地，根据本发明，该通用集(M)是从一自然画面的量化图象来建立的。
优选地，根据本发明，该系统还使得可以通过使用计算装置来对图象(I)进行预处理，以消除部分缺陷。
                  插入以形成一任意的点
优选地，根据本发明，该系统还包括数据处理装置，通过它能够获得与一任意的图象区域(ZIQ)相关的扩充的格式化信息，方法是通过从测得的格式化信息推导与一任意的图象区域(ZIQ)相关的格式化信息。
                        可变的焦距
优选地，根据本发明，该系统使得该装置链的装置配备有至少一个依从于该图象的可变特征，特别是焦距和/或光圈。每个可变特征可以与一值相联系，以形成一个组合，所述由一组可变的特征和值组成。该系统还包括计算装置，其用于计算测得的格式化信息，特别是通过对预先确定的组合采用该计算算法(AC)。
               可变的焦距-一任意区域中的格式化
优选地，根据本发明，该系统还包括数据处理装置，其用于从测得的格式化信息推导出与一任意的自变量相关的扩充的格式化信息。自变量被定义为一任意的图象区域以及一个组合。
              偏差的阈值选择-根据此阈值的格式化
优选地，根据本发明，该系统使得用于从测得的格式化信息推导出扩充的格式化信息的该数据处理装置包括选择装置，其用于选择该扩充的格式化信息，所采用的方式使得上述偏差低于第一阈值。
                   偏差加至格式化信息
优选地，根据本发明，该系统另外包括了数据处理装置，用于使该偏差与上述格式化信息联系起来。
                     彩色图象的情况
优选地，根据本发明，该图象是由多个彩色平面组成的彩色的图象。该系统还包括计算装置，用于通过对至少两个彩色的平面采用该计算算法(AC)来产生该测得的格式化信息。
                        详细描述
通过阅读本发明的可选的实施方式的描述，本发明的其他特征和优点将是很明显的，因为上述实施方式中提供了指示而非限制性的例子，以及
图1示出了采用本发明的方法的一个例子，
图2示出了建立一测得的字段D(H)的例子。
图3a示出了从通用集M中得到一亮度线的例子，
图3b示出了在图象I中产生的一亮度线的例子，
图3c示出了在参考图象R上的一亮度线的例子，
图4a示出了参考表示RR的一个实际的例子，
图4b示出了适用于通用集M的一参考表示RR的实际的例子，
图4c示出了不适用于通用集M的一参考表示RR的实际的例子，
图5a示出了将参考图象R细分为参考区域ZR的例子，
图5b示出了与一具有可变特征的装置相关的测得的格式化信息的一个例子，
图5c示出了用于产生格式化信息的系统的一个例子，
图6：与装置链P3的一装置APP的缺陷P5相关的格式化信息IF。
                      装置
特别参见图6，将给出装置APP的概念的描述。在本发明的装置中，装置APP具体可以为：
-一图象捕获装置，例如一次性拍照装置，一数码相机，一反射装置，一扫描仪，一传真机，一内诊镜，一便携式的摄像机，一监视照相机，一游戏机，一集成或者连接到电话，人数字助理或者计算机的照相机，一热感照相机或者一回波描记装置，
-一图象恢复装置，例如一屏幕，一投影仪，一电视机，虚拟实境护目镜或者一打印机，
-一个有视觉缺陷例如散光的人，
-一个有望被模仿的装置，用以产生例如看上去类似于莱卡相机装置所产生的图象的图象，，
-一个图象处理装置，例如聚焦软件，其具有增加模糊的边缘效果，
-一虚拟装置，其等同于多个APP装置。
多个复杂装置APP，例如扫描仪/传真/打印机，一照片打印冲洗设备冲洗设备(minilab)，或者一视频会议装置可以被看作一APP装置或者多个APP装置。
                        装置链
特别参见图6，现在将给出装置链P3的概念的描述。装置链P3被定义为一组装置APP。装置链P3的概念也可以包括顺序的概念。
下面的例子构成了装置链P3：
-一单个的装置APP，
-一图象捕获装置和一图象恢复装置，
-例如在一照片打印冲洗设备中的一拍照装置，一扫描仪或者一打印机，
-例如一照片打印冲洗设备中的一数字拍照装置或者一打印机，
-例如一计算机中的一扫描仪，一屏幕或者一打印机，
-一屏幕或者投影仪，以及人的眼睛，
-一个装置和希望能够被模仿的另一个装置，
-一个拍照装置和一个扫描仪，
一个图象捕获装置和图象处理软件，
—图象处理软件和图象恢复装置，
—以上各例的组合，
—另一组装置APP。
                      缺陷
特别参见图6，现描述缺陷P5的概念。装置APP的缺陷P5定义为涉及光学系统和/或传感器和/或电子单元和/或集成到装置APP中的软件的特征的缺陷；缺陷P5的实例包括：失真，模糊，渐晕，色差，闪光均匀性，传感器噪声，粒度，散光和球面失真。
                      图象
特别参见图1和6，现描述图象I的概念。图象I定义为由装置APP获取、修改或恢复的数字图象。图象I可来源于装置链P3中的一个装置APP。图象I可以被送往装置链P3中的一个装置APP。更通常的情况是，图象I可以来自和/或被送往装置链P3。在由按时间顺序排列的静止图象组成的动画图象，例如视频图象中，图象I定义为图象序列中的一幅静止图象。
                   格式化信息
特别参见图6，现描述格式化信息IF的概念。格式化信息IF定义为相关于装置链P3中一个或多个装置APP的缺陷P5的数据，并且允许对一已转换的图象I进行计算，转换中将缺陷P5和设备APP考虑进去。要产生格式化信息IF，可以使用多种基于测量和/或参考的捕获或者恢复和/或模拟的方法。
要产生格式化信息IF，有可能使用在例如以Vision IQ的名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为“以标准格式向图象处理装置提供格式化信息的方法和系统”。此申请描述了以一标准格式向图象处理装置特别是软件和/或组件提供格式化信息IF的方法。格式化信息IF相关于一装置链P3的缺陷。装置链P3特别包括至少一个图象捕获装置和/或至少一个图象恢复装置。该图象处理装置使用上述格式化信息IF修改源自或被送往装置链P3的至少一个图象的品质。该格式化信息IF包括表示该图象捕获装置的缺陷P5的数据，所述缺陷特别是失真特征，和/或表示该图象恢复装置的缺陷的数据，特别是失真特征。
此方法包括在至少一个标准格式的字段中填入上述格式化信息IF的阶段。该字段由一个字段名称指定。该字段包括至少一个字段值。
为搜索格式化信息IF，有可能使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法，该申请名为：“改变至少一个来自或被送往装置链的图象质量的方法”。该申请描述了改变至少一个来自或用于装置链的图象的质量的方法。该指定装置链包括至少一个图象捕获装置和/或至少一个图象恢复装置。在市场上由独立的经济活动参与者逐渐引入的图象捕获装置和/或图象恢复装置属于未确定的一组装置。该组装置中的装置存在可以由格式化信息表征的缺陷。对于所讨论的图象，该方法包括以下步骤：
—对涉及该组装置中的装置的格式化信息源进行目录编辑的步骤，
—在用这种方法编辑的格式化信息中自动搜索涉及指定装置链的特定的格式化信息的步骤，
—在考虑到用这种方法获得的特定格式化信息的同时，通过图象处理软件和/或图象处理组件自动修改该图象的步骤。
要产生格式化信息IF，可以使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法和系统，该申请名为：“降低图象处理装置更新频率的方法和系统”。该申请描述了降低图象处理装置更新频率的方法，特别是软件和/或组件的更新频率。图象处理装置使得有可能改变来自或用于装置链的数字图象的质量。装置链具体包括至少一个图象捕获装置和/或至少一个图象恢复装置。图象处理装置使用涉及装置链中至少一个装置的缺陷的格式化信息。该格式化信息依赖于至少一个变量。格式化信息使得能够在一部分变量和一部分标识符之间建立对应关系。借助于标识符，通过考虑标识符和图象，有可能确定对应于该标识符的变量的值。技术特征的组合使得有可能确定变量的值，特别是在图象处理装置发布之前无法得到该变量的物理重要性和/或内容的情况下。技术特征的组合还使得能够从空间上分隔开校正软件两次更新之间的时间。技术特征的组合还使得生产装置和/或图象处理装置的多个经济参与者(economic player)可以独立于其他经济参与者来更新他们的产品，即使后者完全改变了产品的特征或是不能强迫客户更新产品。技术特征的组合还使得能够首先以少数经济参与者和创始用户开始，然后逐渐开始使用新的功能。
为使用格式化信息IF，可以使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法和系统，该申请名为：“在考虑其噪声的情况下修改数字图象的方法和系统”。该申请描述了从数字图象和涉及装置链P3的缺陷P5的格式化信息IF计算转换图象的方法。装置链P3包含图象捕获装置和/或图象恢复装置。装置链P3至少包含一个装置APP。该方法包含从格式化信息IF和/或数字图象自动确定特征数据的步骤。技术特征的组合使得在随后的使用中，转换图象不存在明显的或令人讨厌的缺陷，特别是涉及噪声的缺陷。
                    可变特征
现描述可变特征CC的概念。根据本发明，可变特征CC定义为一个可测量因素，该因素可以在一幅图象I和通过同一个装置APP获取、修改或恢复的另一幅图象之间变动，并对装置APP获取、修改或恢复的图象的缺陷产生影响。特别是：
-对给定图象I来说是固定的全局变量，例如在获取或恢复该图象时装置APP的特征，其与用户的调节有关或与装置APP的自动操作相关，
-局部变量，在给定图象I中该特征是可变的，例如图象中的x，y，或ρ，θ坐标，如果需要，可能应用随图象I的区域而不同的局部处理。
但是对从一个装置APP到另一个装置是可变的，从一个图象I到由同一个装置APP获取、修改或恢复的另一个图象是固定的可测量因素，通常不被看作可变特征CC。例如具有固定焦距的装置APP的焦距。
该格式化信息IF可依赖于至少一个可变特征CC。
通过可变特征CC，具体可以理解：
—光学系统的焦距，
—对图象进行的重新确定尺寸(数字变焦系数：部分图象的放大；和/或欠取样：图象像素数目的减少)，
—非线性强度校正，例如灰度系数校正，
—轮廓增强，例如装置APP使用的模糊消去等级，
—传感器和电子单元的噪声，
—光学系统的光圈，
—调焦距离，
—胶片上的帧数，
—曝光不足或曝光过度，
—胶卷或传感器的灵敏度，
—打印机使用的纸类型，
—图象中传感器中心的位置，
—图象相对于传感器的旋转，
—投影仪相对于屏幕的位置，
—使用的白色平衡，
—闪光和/或其电源的激活，
—曝光时间，
—传感器增益，
—压缩，
—对比度，
—装置APP的用户使用的另一个调节，例如操作模式，
—装置APP的另一个自动调节，
—装置APP执行的另一个测量。
                     可变特征值
现描述可变特征值VCV的概念。可变特征值VCV定义为获取、修改或恢复指定图象I时可变特征CC的值。
                  上述方法的一般描述
图1示出了根据本发明的一个系统，上述系统具有一个计算算法AC，使用它可以产生一测量区域D(H)，所述系统还应用：
-一通用集M，其可以是一个参考画面(SR)，
-一图象I，
-从图象I计算的一参考图象R。
根据采用本发明方法的本发明系统的一个实际的例子，其提供了一个使用装置APP或者该装置链来建立图象I的步骤，该装置链可以包括图1中所示的图象捕获装置，或者也可以包括例如在一个投影系统中的图象恢复装置。在一图象捕获系统的情况下，图象I可以由一个传感器(例如一个CCD)产生，或者在一个图象恢复装置的情况下，图象I可以显示在一投影屏幕上，或者例如再现在一打印机的一张纸。
图象I是使用借助于装置APP或者装置链从通用集M中得到的。装置链是一组装置，使用它可以得到一个图象。例如装置链App1/App2/App3可以包括一图象捕获装置，一扫描仪，一打印装置，等等。图象I因此包含与这些设备有关的缺陷，特别是失真，渐晕，色差，模糊等等。
有可能但是没有必要在用于使用装置APP来捕获图象I的可变特征中选择该装置APP(或者是该装置链)的可变特征CC。一装置或者一装置链的上述可变的特征包括一装置的光学系统的焦距，聚焦，光圈，白平衡，一组照片中的照片的数量，数字聚焦，以及部分捕获图象的特征(英文术语为“crop(剪修)”)，等等。
根据本发明的一个实施方式，有可能但是没有必要在拍照时知道该图象一定数量的可变特征值VCV，采用的方式是使得对这些值的了解使上述可变特征固定化，并且简化为处理源自不具有可变特征的装置的图象I的情况。
如图1中所示，图象I可以被细分为一定数量的图象区域ZI，上述图象区域可以是任意形状的，并且并不需要是连接的。例如，一图象区域ZI可能是一矩形窗口。
从图象I推导出的参考图象R必须被认为是完美的或者是准完美的。后面我们将会看到参考图象R的一个实际的例子。与一图象区域ZI相应的一参考区域ZR将会被定义为一区域，其位于参考图象R的范围内，并和与其所联系的图象区域ZI具有相同的形状和相同的布置，采用的方式使得，例如，如果区域ZI是100×100个像素的矩形窗口，那么上述参考图象中的对应的区域ZR将由100×100个像素组成，并且也将定位在相同的位置。
从系统设计的观点来看，图象I和R以已知的方式记录在存储器中，并在其中被处理。
                    构建测得的字段D(H)
根据本发明的系统和/或方法的一个实际例子，规定选择基准B以表示一图象区域ZI以及其相应的参考区域ZR。
基准B的选择将是隐含的，或者可能建立在上述格式化信息中。在本发明的含义中，本专业技术人员能够知道可以在维数与上述像素的数量相等的一矢量空间中表示一数字图象(例如I)。通过基准B，可以从该术语的数学角度来非排它地理解此矢量空间和/或其矢量子空间的基准。
下文中，频率被定义为与该基准的每个元素相关的一标志符。本技术人员将傅立叶变换和/或微波变换理解为上述图象空间的基准的改变。在一装置APP的情况下，对于所述装置，上述模糊缺陷仅显著地影响了该图象的该矢量空间的子空间，将有必要仅校正属于此子空间的图象I的组件。这样将有限选择基准B作为表示此子空间的一基准。
在本发明的含义范围内，采用该方法的另一种方式是为了表示该图象，选择一基准，所述基准例如从计算时间的意义来讲是最佳的。有可能选择小维数的基准，该基准的每个要素具有少数像素的支持，所述象素空间定位于图象I(例如，局部变化的拉普拉斯算子的样条或者组，二阶的拉普拉斯算子，或者更高阶的导数，等等)。
该装置导致了图象I中的模糊。上述“理想的无模糊”图象与上述模糊的图象I之间的转换是通过一模糊操作符而得到的。本专业技术人员知道选择一模糊操作符的一种方式特别是采用线性算子，或者换句话说采用卷积。由于图象I被空间限定在一限定的图象空间上(固定数量的像素)，该线性算子可以以矩阵形式来表示。使变清晰等同于对该算子求逆，并且因此，在此情形下，即是对该矩阵求逆。随后可以选择基准B以使该矩阵近似于对角阵，或者选择保留包含了最重要的信息的轴的子基。
以这样一种方式选择表示基准B，即使得获得与图象I和参考图象R相关的信息，所述被简洁地表示在一表示空间中，所述表示空间适于对所分析的缺陷或者多个缺陷进行观察并且取得模型。
在图2中描述的方法的一个实例中，我们选择了通过使用计算装置MCB采用傅立叶变换对基准B中的该图象区域ZI和参考区域ZR进行转换，并且分别地提取一图象表示RI和一参考表示RR，其可以例如分别从图象区域ZI和相应的参考区域ZR的傅立叶变换的模来计算。在数据处理配置中表示RI和/或RR的一个简单的方法是使用一个标准化的矢量体系，其中上述矢量的每个组件是包含在ZI和/或ZR中的信号的频率的特征(例如：第一组件表示低频率，最后的组件表征高频率)，并且每个组件值表征在当前的频率处的信号的能量特征。
对于图象I的所有的图象区域ZI，重复进行计算图象表示RI和参考表示RR的过程。计算装置MCDH随后提供该测得的字段D(H)。测得的字段D(H)的每个元素则由包含三个成员的组来组成，所述组包括：
-上述图象区域的一个图象区域ZI和/或一个标志符(例如，表示ZI的矩形的坐标)，
-相关于上述图象区域ZI的图象表示RI，
-相关于参考区域ZR的参考表示RR，其与上述图象区域ZI相对应。
测得的区域D(H)还可以包括在创建图象I时时，上述捕获和/或恢复装置的该组可变特征值VCV的用于所述图象I的一个或者多个值，其采取的方式使得获得一个测得的字段，其表示了在本发明的含义范围内被称为模糊的缺陷。
相关于该模糊缺陷的测得的格式化信息IFM被定义为从一个D(H)的元素和/或从可变的特征值VCV和/或从图象或者参考区域和/或从对基准B的选择建立的任意的组合。
测得的格式化信息的一个可行的例子是采用(图象区域ZI，参考区域ZR，基准B和可变的特征值VCV)或者(图象区域ZI，图象表示RI，参考表示RR和可变的特征值VCV)或者任何其他组合。
                   参考R的建立
在前面的描述中我们已经看到，参考图象R的计算是在图象I的基础上执行的。参考图象R包括参考像素，并且每个参考像素具有一个参考像素值，其将通过二次采样由I的亮度值来计算。通过在本发明的含义范围内的二次采样，可以理解，针对像素值个数的空间二次采样(量化)或者针对基准中要素数量的空间二次采样，等等，其采取的方式使得参考图象R，其没有模糊缺陷，具有与图象I同样的从上述捕获和/或恢复系统得到的缺陷。
通用集M必须具有必要的，用于表示由该捕获和/或恢复装置引入的模糊的特征。例如，通用集M的选择必须采用这样一种方式，以便：
-包含那些其尺寸分布和几何形状覆盖一个比较宽的范围的元件，或者换句话说，包含一在基准B中表示的信号，特别是频率类型的表示，必须示出该组频率的适用于分析的密集信息。由于以下事实，即将log(幅度)表示为频率的对数，log(频率)的函数基本上是直线，因此，可以表示该信息的密集特征。
-表现出关于其在基准B中用于改变拍摄条件(取景的改变，旋转，照明的改变，等等)的表示的独立性，
-使用二进制值，例如在其每个点表现被量化的亮度，在此情况下该通用集由黑白的点组成。
建立一个通用集M的一个简单的方式是使用一自然画面的量化图象，其具有上面提到的特征。通用集M则可以是一自然画面的一个二进制化的照片。
通用集M的捕获或者恢复也可以由一装置的仿真或者一台式测量来代替，以便产生图象I，采取的方式使得该方法的应用领域也覆盖了计量学的应用。
该方法还包括了在装置APP的基础上捕获和/或恢复通用集M以产生图象I的步骤。图象I因此包含了一定数量的缺陷，特别是模糊，其来自装置APP。由于以下事实，在图象I中具有模糊效果：
-在当前的例子中，图象I的亮度信息不是二进制的，而在通用集M中其为二进制的，
-通用集M中的一定数量的细节不再存在于图象I中。
根据本发明的特定的方法，有可能通过理想化图象I来从I计算一参考图象R，理想化的方式使得对通用集M的初始量化进行了考虑。在M为二进制的情况下，参考图象R可以从一位(二进制)的图象I的量化来计算。R随后表示该理想化的并且因此是不模糊的图象，其可以从通用集M来获得，排除了没有在图象I中提到的细节。
事实上，由于模糊，一定数量的细节已在通用集M和图象I之间消失，原因或者是由于它们已经被模糊破坏掉了，或者是由于模糊使它们的级别低于或者等于图象I中的噪声。考虑到去掉图象I的模糊的目标，恢复这些细部的希望很小。根据本发明的该方法的一个实际的例子允许我们产生对应于图象I并且没有模糊的参考图象R，这是在该信息即该图象I已经被真正地察觉到的意义上。需要注意地是参考图象R和通用集M不包含同样级别的细节，这是从没有在I中察觉到的细部将不会存在于参考图象R中这个意义上讲。此方法将使有可能提供与模糊相关的格式化信息，使没有丢失的细部可以被去掉模糊，而不必要尝试重建M的所有的细部。事实上，这样的尝试可能会在被去掉模糊的图象中加入人工内容。
图3示出了：
在行3a中，通用集M的一行的亮度信号，
在行3b中，由装置APP捕获并且是在图象I中获得的同样的信号，
在行3c中，从行3b的信号获得的参考信号。
从图3a中可以明显地看出，行3a的方波信号在行3b中被变形，然后在行3c中重新获得一个理想的波形，同时排除了没有被I察觉的细部DET。
可以(以取决于通用集M的表示的一个或者多个位)完成对参考图象R的量化，例如
-全局覆盖图象I，
-局部覆盖分析区域，
-通过集成有关图象I亮度的统计信息，以使优化对信噪比的估计，并将上述信号量化为1，噪声量化为0。
图4a示出了计算装置MCR，其采用了以通用集M为基础的参考图象R的第二个实际的例子。在图4a中，通用集M被装置APP捕获以产生图象I。选择图象区域ZI并且计算ZI上的转换被以建立相应的参考区域ZR。基准B中的参考区域ZR的参考表示RR必须使得如果通用集M被正确地选择，则低于一指定的第一阈值的数字值的百分数将低于一第二预定的阈值，特别是1％。该第一阈值可以相关于该装置的噪声，同时上述第二阈值使有可能在频率表示的情况下，例如，覆盖由装置APP和/或该装置链传输的频率的整个范围。是计算装置MCR使此选择成为可能。
对于图4b，c中示出的例子，这意味着不超过1％的信号被允许低于阈值S。图4c的特点在于通用集M不能在具有低于阈值S的能量的频率处产生可测量的信息。图4b则示出了与装置APP的特征相适应的一个通用集M。
上面我们已经描述了，从装置APP得到并且表示通用集M的图象I，在其中包括了该装置和/或该装置链的所有缺陷。根据本发明的方法，可以另外采取预先处理图象I的一个或者多个步骤(例如对失真，渐晕，色象差，灰度系数，条纹等等的补偿)，采用这样的方式使得在I中只保留该模糊缺陷，其随后成为装置APP和该预处理算法的特征。
               扩充的格式化信息，偏差的概念
我们已经看到与图象I相关的该测得的字段D(H)由一组测量的格式化信息IFM1…IFMm组成。相关于一图象区域ZI的测量的格式化信息的一个项目包括，例如：
-图象区域ZI或者该区域的一个表示符，
-图象表示RI，
-参考表示RR，
-为图象I选择的可变特征值。
该系统的使用将导致需要处理大量的图象区域，并且因此要处理大量的信息。为了使该系统的操作更加灵活，为了加速处理和/或防止测量误差，本发明规定从测得的格式化信息项IFM1到IFMm中推导出扩充的格式化信息项IFE1到IFEm，其属于一个表面或者一个超曲面SP，其能够被在一限定维数的空间中选择的一个函数所表示，例如从有限次数的多项式类中选择的一有限阶次的多项式，或者适当次数的一样条函数或者任意其他的插入函数。
图5示出了一个典型的简化的例子，其对应于一情况，其中上述测得的格式化信息单独地由参考表示RR：RR1…RRp组成。图5b示出了除了其他特征外，用于在图5a的图象R上被分析的该P参考区域ZR的整个参考表示RR。
本发明的方法包括计算一可参数化的模型，例如一个超曲面SP。计算SP的一个特殊的方式可以是通过通过或者接近到达所有的上述测得的格式化信息来计算此表面。在图5b中，表面SP以一种方式，使得：
-对表面SP的参数化在存储空间中比该组参考表示RR更紧密，
-表面SP使有可能得到对噪声的抵御能力更强的测量，
-表面SP视情况使有可能，在不与测量区域对应的区域上插入参考侧面RRi。
在这些条件下，该系统能够在处理一图象的过程中使用一个参数化的模型，而不是采取大量的测得的格式化的信息。
困难在于找到一个表面SP，其穿过所有的点或者接近所有的点。假设一偏差EC可以存在于一项测量的格式化信息IFM和一项扩充的格式化信息IFE之间，上述IFE类似于IFM，但是从SP提取的。另外，已确定这样的EC不允许超过一确定的阈值dS。在这些条件下，将适合于使多项式面穿过上述测得的格式化信息IFM±dS的所有的点。
此阈值的选择将被适当地作出，其具有拍照误差，测量误差，以及校正所需要的精度等级，等等。上述采用的方法将能够提供可被写出的特定数量的参数化的模型的使用，如果可能的话，例如是以多项式的形式。前提是这些模型按照其复杂程度的增加来分类。
然后，假设拥有一组测得的信息，每个模型的测试是通过优选地从最简单的模型来启动(最低阶的多项式)，直到获得了一个模型，其在该多项式面的交点处处，以及每项测量的格式化信息的方向上定义了一项扩充的格式化信息，其偏差EC与该项测量的格式化信息相比低于该阈值dS。
图5a和5b示意性地表示的方法被设计用来获得扩充的格式化信息。然而，本发明的方法可以被限制仅将上述测得的格式化信息用作格式化信息。也可以规定将上述测得的格式化信息和上述扩充的格式化信息用作格式化信息。
除了这种情况之外，也可以规定使在测量的格式化信息和扩充的格式化信息之间发现的上述偏差EC与格式化信息相关。由此上述格式化信息能够由图象处理软件使用，以获得其残余已知的图象，不论其用于由一图象捕获装置捕获的图象还是由一图象恢复装置恢复的图象。
图5c中示出的系统将包括计算装置MCIFM，计算装置MCIFE和选择装置MSIF。
                    任意的图象区域ZIQ
根据本发明的上述方法使有可能通过使用参数化的模型，例如多项式面SP来为任意的图象区域ZIQ确定扩充的格式化信息。不过，通过例如在测量的格式化信息的项之间采取简单的插入(线性的，双线性的)，有可能提取用于任意的图象区域ZIQ这样的扩充的格式化信息，而不采用可参数化的模型SP。
                 该装置链的可变特征
在前面的描述中，已经看到了格式化信息可以包括可变的特征。在可变特征的数量有限或者在具有给定量化的单个可变特征的情况下(例如用于一个拍照装置的三个焦距值)的情况下，本发明的本方法的一个实施方式是将上面描述的处理重复n次。
事实上，为了实际的应用，上述信息将可以包含一可变的特征的组合，例如焦距，聚焦，镜头光圈，快门速度，光圈等等的组合。很难想象与不同的组合相关的上述格式化信息是怎样被计算的，更不要说该组合的一定的特征，特别是焦距和聚焦距离，其可以连续变化。为了确定恰当的组合的选择而分析有影响的参数的一种方式是采取一种对主要组件中的分析，这是一项该领域人员所熟知的技术。
本发明的上述方法提供了从测得的格式化信息来得到格式化信息的计算，方法是对于已知的可变特征的组合进行插入。一参数化模型例如一多项式面SP的使用，将使得有必要将与所执行的测量相关的测得的格式化信息和可变的特征值VCV引入其控制变量。通过对前述情况的类推，在上述测得的格式化信息和上述扩充的格式化信息之间将会存在一个偏差EC，所述信息从上述可参数化的模型中得到。此偏差EC必须不超过一定的阈值dS，并且在这些条件下，将适合于使一超曲面SP穿过上述测得的格式化信息IFM±dS的所有的点。所作出的此阈值的选择将与该拍照误差，该测量误差，以及校正所需的精度等级等等相适应。
本发明的实施将能够提供一特定数量的可参数化模型的使用，所述模型有可能的话可以以例如多项式的形式来写出。前提是这些模型按照复杂程度增加的顺序来分类。
然后，假设拥有的一组测得的信息，每个模型的测试是通过优选地从最简单的模型来启动(最低阶的多项式)，直到获得了一个模型，其在该超曲面的相交处，以及每项测量的格式化信息的方向上定义了一项扩充的格式化信息，其偏差EC与该项测得的格式化信息相比低于该阈值dS。
上述方法视情况提供了在上述格式化信息中包括上述偏差EC，由此，如果有必要，可以由图象处理软件使用该信息。
                       彩色图象
根据本发明的方法，可以计算与一彩色图象相关的格式化信息。一彩色图象可以被看作是由多个单色平面组成。传统地，一彩色图象可以被看成是一个三色的图象，其由三个单色的图象组成，分别为红色的，绿色的，蓝色的或者类似的波长。在一定的传感器的情况下其也可以由四个平面组成：青色的，洋红的，黄的，黑的。计算算法AC可以在至少两个彩色的平面上采用。建立格式化信息的一个例子包括对每个彩色平面采用计算算法AC，采用这样一种方式，可以使用该格式化信息和/或该扩充的格式化信息和/或该测量的格式化信息，对装置APP和/或该捕获装置链和/或恢复装置的在本发明含义范围内的该单色的和多色的模糊进行校正。需要注意的是，有可能根据本发明采用的方法的一种方式，对该彩色图象的每个平面使用同样的参考图象R。
根据本发明的该方法使有可能计算一单色的和/或多色的图象相关的格式化信息，采取的方式使得上述格式化信息和/或上述测量的格式化信息能够被软件使用，所述软件处理由第一图象捕获装置捕获的图象，目的是捕获这样的图象，就缺陷而言，其品质类似于一第二图象捕获装置。例如，有可能产生具有过时外观(怀旧外观)的图象。
同样地，根据本发明的方法的另一实施方式，该格式化信息和/或上述测量的格式化信息可以被软件使用，以处理将由该第一恢复装置恢复的图象，目的是捕获这样的图象，其在缺陷项方面的品质类似于由上述第二恢复装置恢复的图象的品质。
                 应用本发明以降低成本
降低成本被定义为一种方法和系统，用于降低一装置APP或者一装置链P3的成本，特别是一装置或者一装置链的光学系统的成本，该方法在于：
-减少透镜的数量，和/或
-简化透镜的形状，和/或
-设计具有缺陷P5的一个光学系统，所述缺陷大于期望用于该装置或者该装置链的光学系统的缺陷，或者从一目录中选择相同的一个，和/或
-使用对于增加了缺陷P5的装置或者装置链来说成本比较低的材料，组件，处理操作或者制造方法。
根据本发明的该方法和系统可以被用于降低一个装置或者一个装置链的成本：有可能设计一个数字光学系统，产生与装置或者装置链的缺陷相关的格式化信息IF，使用此格式化信息来启动图象处理装置，不论其是否为集成的，改变从该装置或者该装置链得到或者被送往该装置或者该装置链的图象的品质，其方式使得该装置或者该装置链与该图象处理装置的组合能够以降低的成本捕获，修正或者恢复具有期望品质的图象。

Claims (42)

1.一种用于产生与一装置链(P3，APP)的装置(App1，App2，App3)相关的格式化信息(IF)的方法；上述装置链(P3，APP)包括至少一个图象捕获装置(App3)和/或至少一个图象恢复装置；上述方法包括产生与上述链中的至少一个装置的缺陷(P5)相关的格式化信息(IF)的步骤。
2.如权利要求1所述的方法，上述装置能够捕获或者恢复一图象(I)；上述装置具有至少一个固定特征和/或取决于该图象(I)的一个可变特征；上述固定特征和/或可变特征(CC)能够与一个或者多个特征值相联系，特别是焦距和/或聚焦以及其相关特征的值(VCV)；
上述方法包括从一测得的字段D(H)产生与上述装置的缺陷(P5)相关的测得的格式化信息(IFM)的步骤；上述格式化信息可以包括上述测得的格式化信息。
3.如权利要求2所述的方法，上述方法还包括从上述测得的格式化信息产生与上述装置的缺陷(P5)相关的扩充的格式化信息(IFE)的步骤；上述格式化信息能够包括上述扩充的格式化信息；上述扩充的格式化信息与上述测得的格式化信息相比表现出一偏差(EC)。
4.如权利要求3所述的方法，所述方法使得从上述测得的格式化信息产生的上述格式化信息，由从一组可参数化模型，特别是一组多项式中选择的一个可参数化模型(SP)的参数来表示；上述方法还包括以下操作在上述可参数化的模型组中选择上述可参数化的模型的步骤：
-确定一最大偏差，
-根据应用的复杂程度对上述可参数化模型组中可参数化模型进行排序，
-选择上述被排序的可参数化模型组中的第一个可参数化模型，使得上述偏差(EC)小于上述最大偏差。
5.如权利要求3或4中的任何一项所述的方法，上述扩充的格式化信息是上述测得的格式化信息。
6.如权利要求3到5中的任何一项所述的方法，上述方法包括一计算算法(AC)，使用该算法可以从一通用集(M)捕获上述测得的格式化字段D(H)；上述计算算法(AC)包括下列步骤：
-使用上述装置捕获或者恢复上述通用集(M)的步骤，以产生一图象(I)，
-在上述图象(I)中选择至少一个图象区域(ZI)的步骤，
-从所述图象(I)计算一个参考图象(R)的步骤，
-在上述参考图象(R)的范围内确定与上述图象区域(ZI)相应的一参考区域(ZR)的步骤，
-选择一基准(B)的步骤，使用所述基准，上述图象区域(ZI)的全部或者部分可以由一图象表示(RI)表示，并且上述参考区域(ZR)的全部或者部分可以由一参考表示(RR)表示，
-在上述可变特征组中选择零个或者一个或者多个可变特征(CC)的步骤，以下将其称为被选择的可变特征；
上述测得的区域D(H)由该组分组组成，所述分组包括三个成员：
-一个图象区域(ZI)和/或上述图象区域(ZI)的一个标志符，
-上述图象区域(ZI)的图象表示(RI)，
-上述参考区域(ZR)的参考表示(RR)；
上述测量区域D(H)另外还包括每个上述被选择的可变特征用于所述图象(I)的值；
使得获得表征一缺陷的测得的字段，该缺陷在本发明的含义范围内被称为模糊。
7.如权利要求6所描述的方法，上述参考图象(R)包括参考像素；上述每个参考像素具有一个参考像素值；上述方法使得，为了从上述图象(I)计算上述参考图象(R)，上述图象(I)被二次采样，尤其是为了获得一参考图象(R)，所述参考图象的参考像素可以采用两个参考像素值中一个或者另一个；使得参考图象(R)表现出与图象(I)相同的缺陷，排除了模糊。
8.如权利要求6或者7中的任何一项所述的方法，上述方法使得选择上述基准(B)以允许采用频率形式来表示，并且具体地借助于一傅立叶变换来计算所述基准。
9.如权利要求6或者7中的任何一项所述的方法，上述方法使得选择上述基准(B)以允许采用微波形式或者微波信息包形式来表示。
10.如权利要求6到9中任何一项所述的方法，上述方法使得选择一包含少量元素的线性基准。
11.如权利要求6到10中任何一项所述的方法，上述参考表示(RR)由数字值组成；上述方法还包括选择上述通用集(M)的步骤，其中选择所采取的方式使得低于第一指定阈值的数字值的百分数低于一第二预定阈值，尤其是1％。
12.如权利要求6到11中任何一项所述的方法，上述通用集(M)是由若干元素组成的，所述元素的尺寸分布和几何位置覆盖一个较宽的频谱范围。
13.如权利要求6到12中任何一项所述的方法，上述通用集(M)被以这样的方式选择，即在上述基准(B)中对上述图象(I)的表示基本上是独立于上述图象(I)的捕获或者恢复条件的，除了上述缺陷之外；特别是在一个图象捕获装置的情况中，上述表示独立于该通用集(M)相对于上述图象捕获装置的方向和位置。
14.如权利要求6到13中任何一项所述的方法，上述通用集(M)是从一自然画面的一量化的图象建立的。
15.如权利要求6到14中任何一项所述的方法，上述方法还包括使用消除部分上述缺陷的计算来对上述图象(I)进行预处理的步骤；
其方式使得本发明含义范围内的模糊表征用于去除上述缺陷的上述装置以及上述计算装置。
16.如权利要求6到15中任何一项所述的方法，上述方法还包括获得与一任意的图象区域(ZIQ)相关的上述扩充的格式化信息的步骤，方法是从上述测量的格式化信息中推导出与一任意的图象区域(ZIQ)相关的上述格式化信息。
17.如权利要求3到16中任何一项所述的方法，上述方法使得上述装置链的装置被提供至少一个取决于该图象的可变特征，特别是焦距和/或光圈；每个可变特征可以与一个值相联系以形成一个组合，所述组合由该组可变特征和所述值组成；
上述方法还包括以下步骤：
-选择预定组合的步骤，
-计算测量的格式化信息的步骤，特别是通过采用用于以此方式选择的每个上述预定组合的上述计算算法(AC)。
18.如权利要求17所述的方法，自变量被定义为一任意的图象区域以及一个上述的组合；上述方法还包括从上述测量的格式化信息推导出与一任意的自变量相关的扩充的格式化信息。
19.如权利要求16到18中任何一项所述的方法，上述方法使得为了从上述测量的格式化信息推导出上述扩充的格式化信息：
-确定一第一阈值
-选择上述扩充的格式化信息，其方式使得上述偏差低于上述第一阈值。
20.如权利要求3到19中任何一项所述的方法，上述方法还包括使上述偏差与上述格式化信息相联系的步骤。
21.如权利要求6到20中任何一项所述的方法，上述图象是由多个彩色面组成的一个彩色图象；上述方法还包括通过采用用于至少两个上述彩色平面的上述计算算法(AC)产生上述测量的格式化信息的步骤。
                        系统
22.用于产生与该装置链(P3，APP)的装(App1，App2，App3)相关的格式化信息(IF)的系统，上述装置链(P3，APP)具体包括至少一个图象捕获装置(App3)和/或至少一个图象恢复装置；上述系统包括计算装置(MCIFM，MCIFE，MSIF)，用于产生与上述链的至少一个装置的缺陷(P5)相关的格式化信息(IF)。
23.如权利要求22所述的系统，上述装置能够捕获或者恢复一图象(I)；上述装置具有至少一个固定特征和/或取决于该图象(I)的一个可变特征(CC)；上述固定特征和/或可变特征能够与一个或者多个特征值相联系，尤其是焦距和/或聚焦以及其相关特征的值(VCV)；
上述系统包括计算装置(MCIFM)，用于从一测得的字段(D(H))产生与上述装置的缺陷(P5)相关的测量的格式化信息(IFM)；上述格式化信息(IF)可以包括上述测量的格式化信息(IFM)。
24.如权利要求23所述的系统，上述系统还包括计算装置(MCIFE)，用于从上述测量的格式化信息产生与上述装置的缺陷相关的扩充的格式化信息(IFE)；上述格式化信息能够包括上述扩充的格式化信息；上述扩充的格式化信息与上述测量的格式化信息相比表现出一偏差(EC)。
25.如权利要求24所述的系统，所述系统使得从上述测量的格式化信息产生的上述格式化信息由从一组可参数化模型，尤其是一组多项式中选择的一可参数化模型(SP)的参数来表示；上述系统还包括选择装置，用于通过以下操作在上述可参数化模型组中选择上述可参数化模型，通过：
-确定一个最大偏差，
-根据其应用的复杂程度对该组可参数化的模型中的可参数化模型进行排序，
-在所述被排序的该组可参数化模型中选择第一个可参数化模型，使得该偏差(EC)低于上述最大偏差。
26.如权利要求24或25中任何一项所述的系统，上述扩充的格式化信息是上述测量的格式化信息。
27.如权利要求24到26中任何一项所述的系统，上述系统包括计算装置，其采用一计算算法(AC)，使用所述计算方法可以从一通用集(M)获得上述测量的字段(D(H))；上述图象捕获或者图象恢复装置包括用于捕获或者恢复上述通用集(M)的装置，以便可以产生一个图象(I)；
上述计算算法(AC)的上述计算装置包括数据处理装置，用于：
-在上述图象(I)中选择至少一个图象区域(ZI)，
-从上述图象(I)计算一参考图象(R)，
-在上述参考图象(R)中确定与上述图象区域(ZI)相应的一参考区域(ZR)，
-选择一基准(B)，使用所述基准，上述图象区域(ZI)的全部或者部分可以由一图象表示(RI)来表示，并且上述参考区域(ZR)的全部或者部分可以由一参考表示(RR)来表示，
-上述可变特征的组中选择零个或者一个或者多个可变特征(CC)，以下被称为被选择的可变特征；
上述测得的字段(D(H))由该组分组组成，所述分组包括三个成员：
-一个图象区域(ZI)和/或上述图象区域(ZI)的一个标志符，
-上述图象区域(ZI)的图象表示(RI)，
-上述参考区域(ZR)的参考表示(RR)；
上述测量的字段D(H)另外还包括每个上述被选择的可变特征的用于上述图象(I)的值；
其方式使得能够获得表征一缺陷的一测得的字段，在本发明的含义范围内，所述缺陷被称为模糊。
28.如权利要求27所述的系统，上述参考图象(R)包含参考像素；上述每个参考像素具有一参考像素值；每个上述参考像素具有一参考像素值；上述系统使得用于从上述图象(I)计算上述参考图象(R)的上述处理装置包括用于对上述图象(I)进行二次采样的装置，特别是用于获得一参考图象(R)，所述参考图象的参考像素可以采用两个参考像素值中的一个或者另一个。
29.如权利要求27或者28中任何一项所述的系统，上述系统使得上述数据处理装置从其中选择一上述基准(B)，其允许以频率形式来表示，并且被特别地使用一傅立叶变换来计算。
30.如权利要求27或28中任何一项所述的系统，上述系统使得上述数据处理装置从其中选择一上述基准(B)，其允许以微波形式或者微波信息包形式来表示。
31.如权利要求27到30中任何一项所述的系统，上述系统使得上述数据处理装置选择包含少量元素的线性基准。
32.如权利要求27到32中任何一项所述的系统，上述参考表示(RR)由数字值组成；上述系统包括数据处理装置，使用它可以以这样一种方式选择通用集(M)，使得低于第一指定阈值的数字值的百分比低于第二预定阈值，尤其是1％。
33.如权利要求27到32中任何一项所述的系统，上述通用集(M)由若干元素组成，所述元素的尺寸分布和几何位置覆盖一个较宽的频谱范围。
34.如权利要求27到33中任何一项所述的系统，以这样一种方式选择上述通用集(M)，使得在上述基准(B)中对上述图象(I)的表示基本上是独立于上述图象(I)的捕获或者恢复条件的，除了上述缺陷之外；特别是在一图象捕获装置的情况下，上述表示独立于该通用集(M)相对于上述图象捕获装置的方向和位置。
35.如权利要求27到33中任何一项所述的系统，上述通用集(M)是从一自然场景的一量化图象建立的。
36.如权利要求27到35中任何一项所述的系统，上述系统还使得有可能通过采用一计算装置对上述图象(I)进行预处理，以去除部分上述缺陷。
37.如权利要求27到36中任何一项所述的系统，上述系统还包括数据处理装置，使用所述数据处理装置有可能获得与一任意图象区域(ZIQ)相关的上述扩充的格式化信息，方法是从上述测量的格式化信息推导出与一任意的图象区域相关的上述格式化信息。
38.如权利要求24到37中任何一项所述的系统，上述系统使得上述装置链的上述装置具有至少一个取决于图象的可变特征，尤其是焦距和/或光圈；每个可变特征可以与一值相关以形成一组合，所述组合由该组可变特征和上述值组成；
上述系统还包括一计算装置，其尤其是通过采用用于选择的预定组合的计算算法(AC)来计算该测量的格式化信息。
39.如权利要求38所述的系统，自变量被定义为一任意的图象区域以及一个上述组合；上述系统还包括数据处理装置，用于从上述测量的格式化信息推导出与一任意自变量相关的上述扩充的格式化信息。
40.如权利要求37或39所述的系统，上述系统使得用于从上述测量的格式化信息推导上述扩充的格式化信息的上述数据处理装置包括选择装置，用于选择扩充的格式化信息，其所采取的方式使上述偏差低于第一阈值。
41.如权利要求24到40中任何一项所述的系统，上述系统还包括用于使上述偏差与上述格式化信息相联系的数据处理装置。
42.如权利要求27到41中任何一项所述的系统，上述图象是由多个彩色平面组成的一彩色图象；上述系统还包括计算装置，用于通过采用用于至少两个上述彩色平面的上述计算算法(AC)来产生上述测量的格式化信息。
CNB028139569A 2001-07-12 2002-06-05 产生与装置链的装置的缺陷相关的格式化信息的方法和系统 Expired - Fee Related CN1316427C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR01/09291 2001-07-12
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
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
FR01/09292 2001-07-12

Publications (2)

Publication Number Publication Date
CN1526117A true CN1526117A (zh) 2004-09-01
CN1316427C CN1316427C (zh) 2007-05-16

Family

ID=26213095

Family Applications (6)

Application Number Title Priority Date Filing Date
CNB028139526A Expired - Fee Related CN1316426C (zh) 2001-07-12 2002-06-05 降低图像处理装置的更新频率的方法和系统
CNB028139569A Expired - Fee Related CN1316427C (zh) 2001-07-12 2002-06-05 产生与装置链的装置的缺陷相关的格式化信息的方法和系统
CNB028139534A Expired - Fee Related CN100361153C (zh) 2001-07-12 2002-06-05 用于产生与装置的缺陷相关的信息的方法和系统
CNB028139577A Expired - Fee Related CN1305010C (zh) 2001-07-12 2002-06-05 在考虑其噪声的情况下改变数字图像的方法和系统
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统
CNB028139518A Expired - Fee Related CN1305006C (zh) 2001-07-12 2002-06-05 向图象处理装置提供格式化信息的方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CNB028139526A Expired - Fee Related CN1316426C (zh) 2001-07-12 2002-06-05 降低图像处理装置的更新频率的方法和系统

Family Applications After (4)

Application Number Title Priority Date Filing Date
CNB028139534A Expired - Fee Related CN100361153C (zh) 2001-07-12 2002-06-05 用于产生与装置的缺陷相关的信息的方法和系统
CNB028139577A Expired - Fee Related CN1305010C (zh) 2001-07-12 2002-06-05 在考虑其噪声的情况下改变数字图像的方法和系统
CNB028139542A Expired - Lifetime CN1273931C (zh) 2001-07-12 2002-06-05 改进图象质量的方法和系统
CNB028139518A Expired - Fee Related CN1305006C (zh) 2001-07-12 2002-06-05 向图象处理装置提供格式化信息的方法和系统

Country Status (11)

Country Link
US (10) US8675980B2 (zh)
EP (7) EP1410331B1 (zh)
JP (6) JP4295612B2 (zh)
KR (4) KR100940148B1 (zh)
CN (6) CN1316426C (zh)
AT (4) ATE400040T1 (zh)
AU (3) AU2002317900A1 (zh)
CA (1) CA2453423C (zh)
DE (4) DE60207417T2 (zh)
ES (2) ES2311061T3 (zh)
WO (6) WO2003007239A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Families Citing this family (210)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6950211B2 (en) * 2001-07-05 2005-09-27 Corel Corporation Fine moire correction in images
JP4295612B2 (ja) * 2001-07-12 2009-07-15 ディーエックスオー ラブズ 書式付き情報をイメージ処理手段に供給する方法およびシステム
DE60224035D1 (de) * 2002-08-23 2008-01-24 St Microelectronics Srl Verfahren zur Rauschfilterung einer numerischen Bildfolge
JP4377404B2 (ja) * 2003-01-16 2009-12-02 ディ−ブルアー テクノロジス リミテッド 画像向上機能を備えたカメラ
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
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
US7469202B2 (en) * 2003-12-01 2008-12-23 Omnivision Cdm Optics, Inc. System and method for optimizing optical and digital system designs
US7944467B2 (en) * 2003-12-01 2011-05-17 Omnivision Technologies, Inc. Task-based imaging systems
US7317843B2 (en) * 2004-04-01 2008-01-08 Microsoft Corporation Luminance correction
US7463296B2 (en) 2004-04-01 2008-12-09 Microsoft Corporation Digital cameras with 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
US20080013859A1 (en) * 2005-07-01 2008-01-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
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
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
US9065979B2 (en) * 2005-07-01 2015-06-23 The Invention Science Fund I, Llc Promotional placement in media works
US20080052104A1 (en) * 2005-07-01 2008-02-28 Searete Llc Group content substitution in media works
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
US20080052161A1 (en) * 2005-07-01 2008-02-28 Searete Llc Alteration of promotional content in media works
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
US8203609B2 (en) * 2007-01-31 2012-06-19 The Invention Science Fund I, Llc Anonymization pursuant to a broadcasted policy
US20080028422A1 (en) * 2005-07-01 2008-01-31 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
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
US9583141B2 (en) * 2005-07-01 2017-02-28 Invention Science Fund I, Llc Implementing audio substitution options in media works
US9230601B2 (en) 2005-07-01 2016-01-05 Invention Science Fund I, Llc Media markup system for content alteration in derivative works
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
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
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
US9426387B2 (en) 2005-07-01 2016-08-23 Invention Science Fund I, Llc Image anonymization
US20070266049A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corportion Of The State Of Delaware Implementation of media content alteration
US9092928B2 (en) * 2005-07-01 2015-07-28 The Invention Science Fund I, Llc Implementing group content substitution 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
US20070294720A1 (en) * 2005-07-01 2007-12-20 Searete Llc Promotional placement in media works
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
US8910033B2 (en) * 2005-07-01 2014-12-09 The Invention Science Fund I, Llc Implementing group content substitution in media works
US7860342B2 (en) * 2005-07-01 2010-12-28 The Invention Science Fund I, Llc Modifying restricted images
US20070005423A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Providing promotional content
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
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
EP1927025A2 (en) * 2005-09-19 2008-06-04 CDM Optics, Inc. Task-based imaging systems
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
FR2895104A1 (fr) * 2005-12-19 2007-06-22 Dxo Labs Sa Procede pour fournir des donnees a un moyen de traitement numerique
FR2895103B1 (fr) * 2005-12-19 2008-02-22 Dxo Labs Sa Procede et systeme de traitement de donnees numeriques
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
US8368749B2 (en) * 2006-03-27 2013-02-05 Ge Inspection Technologies Lp Article inspection apparatus
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
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
WO2011143223A2 (en) 2010-05-10 2011-11-17 Board Of Regents, The University Of Texas System Determining quality of an image or a 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
JP5362143B1 (ja) * 2011-11-16 2013-12-11 オリンパスメディカルシステムズ株式会社 内視鏡用映像信号処理装置
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
US20130329996A1 (en) * 2012-06-10 2013-12-12 Apple Inc. Method and system for auto-enhancing photographs with tonal response curves
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
KR102127100B1 (ko) 2012-07-26 2020-06-29 디퍼이 신테스 프로덕츠, 인코포레이티드 광 부족 환경에서 ycbcr 펄싱된 조명 수법
BR112015001555A2 (pt) 2012-07-26 2017-07-04 Olive Medical Corp vídeo contínuo em ambiente com deficiência de luz
CN104488259B (zh) 2012-07-26 2018-07-06 德普伊辛迪斯制品公司 使用单色传感器的宽动态范围
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
US9307213B2 (en) 2012-11-05 2016-04-05 Nvidia Corporation Robust selection and weighting for gray patch automatic white balancing
GB2507576A (en) * 2012-11-05 2014-05-07 British Broadcasting Corp Focus detection
US9026553B2 (en) * 2012-11-29 2015-05-05 Unisys Corporation Data expanse viewer for database systems
CA2906956A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Calibration using distal cap
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
EP2967301B1 (en) 2013-03-15 2021-11-03 DePuy Synthes Products, Inc. Scope sensing in a light controlled environment
JP6542194B2 (ja) 2013-03-15 2019-07-10 デピュイ・シンセス・プロダクツ・インコーポレイテッド ノイズ認識のエッジ強調
EP2967296B1 (en) 2013-03-15 2024-02-28 DePuy Synthes Products, Inc. Comprehensive fixed pattern noise cancellation
WO2014145249A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Controlling the integral light energy of a laser pulse
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
JP6573960B2 (ja) 2014-03-21 2019-09-11 デピュイ・シンセス・プロダクツ・インコーポレイテッド イメージングセンサ用のカードエッジコネクタ
US9396409B2 (en) 2014-09-29 2016-07-19 At&T Intellectual Property I, L.P. Object based image processing
CN104363986B (zh) * 2014-10-31 2017-06-13 华为技术有限公司 一种图像处理方法和设备
WO2016071020A1 (en) * 2014-11-06 2016-05-12 Sony Corporation Imaging system including lens with longitudinal chromatic aberration, endoscope and imaging method
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
JP6113386B1 (ja) 2015-08-13 2017-04-12 Hoya株式会社 評価値計算装置及び電子内視鏡システム
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
JP2019534606A (ja) * 2016-09-19 2019-11-28 インターデジタル ヴイシー ホールディングス， インコーポレイテッド ライトフィールドデータを使用して場面を表す点群を再構築するための方法および装置
EP4254035A3 (en) * 2016-10-12 2023-12-06 Samsung Electronics Co., Ltd. Method, apparatus, and recording medium for processing image
JP6639734B2 (ja) * 2017-04-03 2020-02-05 三菱電機株式会社 マップデータ生成装置および方法
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
US10685375B2 (en) 2017-10-12 2020-06-16 Adobe Inc. Digital media environment for analysis of components of content in a digital marketing campaign
US11551257B2 (en) 2017-10-12 2023-01-10 Adobe Inc. Digital media environment for analysis of audience segments 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
KR20200104372A (ko) 2017-12-27 2020-09-03 에티컨, 엘엘씨 광 결핍 환경에서의 초분광 이미징
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
US11550057B2 (en) 2019-06-20 2023-01-10 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US10841504B1 (en) 2019-06-20 2020-11-17 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11134832B2 (en) 2019-06-20 2021-10-05 Cilag Gmbh International Image rotation in an endoscopic hyperspectral, fluorescence, and laser mapping imaging system
US11187657B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Hyperspectral imaging with fixed pattern noise cancellation
US11937784B2 (en) 2019-06-20 2024-03-26 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11172810B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Speckle removal in a pulsed laser mapping imaging system
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
US11252326B2 (en) 2019-06-20 2022-02-15 Cilag Gmbh International Pulsed illumination in a laser mapping imaging system
US11237270B2 (en) 2019-06-20 2022-02-01 Cilag Gmbh International Hyperspectral, fluorescence, and laser mapping imaging with fixed pattern noise cancellation
US11898909B2 (en) 2019-06-20 2024-02-13 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11412920B2 (en) 2019-06-20 2022-08-16 Cilag Gmbh International Speckle removal in a pulsed fluorescence 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
US11624830B2 (en) 2019-06-20 2023-04-11 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for laser mapping 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
US11716543B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
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
US11083366B2 (en) 2019-06-20 2021-08-10 Cilag Gmbh International Driving light emissions according to a jitter specification in a fluorescence imaging system
US11758256B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11122968B2 (en) 2019-06-20 2021-09-21 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral imaging
US11471055B2 (en) 2019-06-20 2022-10-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11457154B2 (en) 2019-06-20 2022-09-27 Cilag Gmbh International Speckle removal in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11754500B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Minimizing image sensor input/output in a pulsed fluorescence imaging system
US11187658B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11213194B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for hyperspectral, fluorescence, and laser mapping imaging
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
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
US11931009B2 (en) 2019-06-20 2024-03-19 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a hyperspectral imaging system
US11671691B2 (en) 2019-06-20 2023-06-06 Cilag Gmbh International Image rotation in an endoscopic laser mapping imaging system
US11622094B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11154188B2 (en) 2019-06-20 2021-10-26 Cilag Gmbh International Laser mapping imaging and videostroboscopy of vocal cords
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
US11375886B2 (en) 2019-06-20 2022-07-05 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for laser mapping imaging
US11533417B2 (en) 2019-06-20 2022-12-20 Cilag Gmbh International Laser scanning and tool tracking imaging in a light deficient environment
US11280737B2 (en) 2019-06-20 2022-03-22 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11633089B2 (en) 2019-06-20 2023-04-25 Cilag Gmbh International Fluorescence imaging with minimal area monolithic image sensor
US11925328B2 (en) 2019-06-20 2024-03-12 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral 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
US11700995B2 (en) 2019-06-20 2023-07-18 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US11432706B2 (en) 2019-06-20 2022-09-06 Cilag Gmbh International Hyperspectral imaging with minimal area monolithic image sensor
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
US11233960B2 (en) 2019-06-20 2022-01-25 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11221414B2 (en) 2019-06-20 2022-01-11 Cilag Gmbh International Laser mapping imaging with fixed pattern noise cancellation
US11903563B2 (en) 2019-06-20 2024-02-20 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence 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
US11284784B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Controlling integral energy of a laser pulse in a 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
US11172811B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US11674848B2 (en) 2019-06-20 2023-06-13 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for hyperspectral imaging
US10979646B2 (en) 2019-06-20 2021-04-13 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11276148B2 (en) 2019-06-20 2022-03-15 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11265491B2 (en) 2019-06-20 2022-03-01 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11877065B2 (en) 2019-06-20 2024-01-16 Cilag Gmbh International Image rotation in an endoscopic hyperspectral imaging system
US11218645B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11012599B2 (en) 2019-06-20 2021-05-18 Ethicon Llc Hyperspectral imaging in a light deficient environment
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
US11829239B2 (en) 2021-11-17 2023-11-28 Adobe Inc. Managing machine learning model reconstruction

Family Cites Families (80)

* Cited by examiner, † Cited by third party
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 Nv 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
DE69524669D1 (de) * 1994-05-26 2002-01-31 Canon Kk Bildverarbeitungsverfahren und -vorrichtung
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
CA2240778A1 (en) * 1995-12-19 1997-06-26 Telefonaktiebolaget Lm Ericsson Job scheduling for instruction processor
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
EP1248940A1 (en) * 1999-11-12 2002-10-16 Go Sensors, L.L.C. Methods and apparatus for measuring orientation and distance
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
JP4295612B2 (ja) * 2001-07-12 2009-07-15 ディーエックスオー ラブズ 書式付き情報をイメージ処理手段に供給する方法およびシステム
KR100940149B1 (ko) * 2001-07-12 2010-02-03 도 랩스 광학 시스템에 의해 생성된 컬러 영상의 색수차를정정하는 방법 및 시스템
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
FR2895104A1 (fr) 2005-12-19 2007-06-22 Dxo Labs Sa Procede pour fournir des donnees a un moyen de traitement numerique
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
JP4452497B2 (ja) 2010-04-21
KR100940148B1 (ko) 2010-02-03
EP2015247B1 (fr) 2016-04-13
ATE447216T1 (de) 2009-11-15
ATE400040T1 (de) 2008-07-15
EP1444651A2 (fr) 2004-08-11
US7724977B2 (en) 2010-05-25
JP4614657B2 (ja) 2011-01-19
EP1410327B1 (fr) 2005-11-16
US20040247196A1 (en) 2004-12-09
EP1410326A1 (fr) 2004-04-21
ES2311061T3 (es) 2009-02-01
EP2015247A3 (fr) 2009-03-18
JP2004534341A (ja) 2004-11-11
US20040218803A1 (en) 2004-11-04
US7343040B2 (en) 2008-03-11
US20040252906A1 (en) 2004-12-16
CN1526115A (zh) 2004-09-01
WO2003007241A1 (fr) 2003-01-23
JP2005509333A (ja) 2005-04-07
US7792378B2 (en) 2010-09-07
KR20040043155A (ko) 2004-05-22
CN1305006C (zh) 2007-03-14
US20100278415A1 (en) 2010-11-04
EP1410326B1 (fr) 2011-01-26
CN100361153C (zh) 2008-01-09
KR100879832B1 (ko) 2009-01-22
EP1410331A2 (fr) 2004-04-21
EP1444651B1 (fr) 2009-10-28
EP1415275A1 (fr) 2004-05-06
WO2003007236A2 (fr) 2003-01-23
CN1316427C (zh) 2007-05-16
CN1527989A (zh) 2004-09-08
EP2015247A2 (fr) 2009-01-14
KR20040044187A (ko) 2004-05-27
WO2003007240A1 (fr) 2003-01-23
CN1316426C (zh) 2007-05-16
ATE310284T1 (de) 2005-12-15
JP2004535128A (ja) 2004-11-18
CN1526116A (zh) 2004-09-01
KR20040043157A (ko) 2004-05-22
EP1442425A1 (fr) 2004-08-04
WO2003007242A2 (fr) 2003-01-23
CA2453423A1 (fr) 2003-01-23
CN1273931C (zh) 2006-09-06
US20110085740A1 (en) 2011-04-14
DE60207417D1 (de) 2005-12-22
ATE497224T1 (de) 2011-02-15
AU2002317900A1 (en) 2003-01-29
JP4367757B2 (ja) 2009-11-18
KR100940147B1 (ko) 2010-02-03
US20050002586A1 (en) 2005-01-06
US9536284B2 (en) 2017-01-03
DE60239061D1 (de) 2011-03-10
US7760955B2 (en) 2010-07-20
EP1415275B1 (fr) 2008-07-02
JP4020262B2 (ja) 2007-12-12
KR100957878B1 (ko) 2010-05-13
CA2453423C (fr) 2014-10-14
US8675980B2 (en) 2014-03-18
WO2003007239A1 (fr) 2003-01-23
CN1554074A (zh) 2004-12-08
US20050008242A1 (en) 2005-01-13
WO2003007236A3 (fr) 2003-04-24
US8559743B2 (en) 2013-10-15
JP2004537791A (ja) 2004-12-16
EP1410331B1 (fr) 2015-08-12
CN1305010C (zh) 2007-03-14
WO2003007243A2 (fr) 2003-01-23
US20140099042A1 (en) 2014-04-10
JP2004534491A (ja) 2004-11-11
WO2003007243A3 (fr) 2004-01-22
JP4295612B2 (ja) 2009-07-15
ES2253542T3 (es) 2006-06-01
JP4295613B2 (ja) 2009-07-15
US20040234152A1 (en) 2004-11-25
CN1535448A (zh) 2004-10-06
AU2002317219A1 (en) 2003-01-29
DE60234207D1 (de) 2009-12-10
AU2002317902A1 (en) 2003-01-29
DE60227374D1 (de) 2008-08-14
KR20040043154A (ko) 2004-05-22
US7346221B2 (en) 2008-03-18
DE60207417T2 (de) 2006-08-10
JP2004534342A (ja) 2004-11-11
EP1410327A2 (fr) 2004-04-21
US20120308160A1 (en) 2012-12-06
EP1442425B1 (fr) 2018-08-08
WO2003007242A3 (fr) 2003-04-10

Similar Documents

Publication Publication Date Title
CN1526117A (zh) 产生与装置链的装置的缺陷相关的格式化信息的方法和系统
CN1531711A (zh) 由数字图象计算转换图象的方法和系统
CN1187955C (zh) 图像文件的输出图像调整
CN1184796C (zh) 图象处理方法和设备以及图象处理系统
CN1257466C (zh) 图像处理系统和方法及其装置和终端
CN1114888C (zh) 图像处理方法、设备和系统
CN100342709C (zh) 图像记录装置及方法、图像处理装置和方法及系统
CN1207895C (zh) 图象处理方法和装置
CN1675919A (zh) 摄像系统及图像处理程序
CN1264121C (zh) 数字图象锐化系统
CN1703900A (zh) 摄像系统和播放系统
CN1396775A (zh) 分割像素图像的方法和装置
CN1871847A (zh) 信号处理系统、信号处理方法以及信号处理程序
CN1689340A (zh) 数字静像照相机与图像校正方法
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
CN1893535A (zh) 浓度确定方法、成像设备和图像处理系统
CN1732682A (zh) 图像处理装置及图像处理程序
CN1909671A (zh) 产生用户偏爱数据的方法和装置
CN1929562A (zh) 闪烁减少方法、闪烁减少电路和图像拾取装置
CN1744675A (zh) 图像输入装置
CN1662071A (zh) 色空间的图像数据处理方法
CN1244676A (zh) 信息处理设备、方法及其存储介质
CN101061704A (zh) 色彩调整装置及方法
CN1167036C (zh) 图象处理方法和记录了图象处理程序的记录媒体
CN1806449A (zh) 图像处理设备、图像处理方法和计算机程序

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
CP03 Change of name, title or address

Address after: France Bologne Be Jan Gu

Patentee after: Dxo Labs

Address before: Bren, France

Patentee before: Do Labs

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20190411

Address after: Paris France

Patentee after: Lens Correction Technologies Inc.

Address before: France Bologne Be Jan Gu

Patentee before: Dxo Labs

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070516

Termination date: 20190605

CF01 Termination of patent right due to non-payment of annual fee