patents.google.com

CN1554074A - 在考虑其噪声的情况下改变数字图象的方法和系统 - Google Patents

  • ️Wed Dec 08 2004

CN1554074A - 在考虑其噪声的情况下改变数字图象的方法和系统 - Google Patents

在考虑其噪声的情况下改变数字图象的方法和系统 Download PDF

Info

Publication number
CN1554074A
CN1554074A CNA028139577A CN02813957A CN1554074A CN 1554074 A CN1554074 A CN 1554074A CN A028139577 A CNA028139577 A CN A028139577A CN 02813957 A CN02813957 A CN 02813957A CN 1554074 A CN1554074 A CN 1554074A Authority
CN
China
Prior art keywords
image
digital image
zic
inum
conversion
Prior art date
2001-07-12
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
CNA028139577A
Other languages
English (en)
Other versions
CN1305010C (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.)
2001-07-12
Filing date
2002-06-05
Publication date
2004-12-08
2001-07-12 Priority claimed from FR0109291A external-priority patent/FR2827459B1/fr
2001-07-12 Priority claimed from FR0109292A external-priority patent/FR2827460B1/fr
2002-06-05 Application filed by DO Labs SA filed Critical DO Labs SA
2004-12-08 Publication of CN1554074A publication Critical patent/CN1554074A/zh
2007-03-14 Application granted granted Critical
2007-03-14 Publication of CN1305010C publication Critical patent/CN1305010C/zh
2022-06-05 Anticipated expiration legal-status Critical
Status Expired - Fee Related legal-status Critical Current

Links

  • 238000000034 method Methods 0.000 title claims abstract description 108
  • 238000012545 processing Methods 0.000 claims abstract description 32
  • 238000006243 chemical reaction Methods 0.000 claims description 91
  • 230000002950 deficient Effects 0.000 claims description 51
  • 238000011084 recovery Methods 0.000 claims description 42
  • 230000000007 visual effect Effects 0.000 claims description 42
  • 238000004458 analytical method Methods 0.000 claims description 30
  • 238000012937 correction Methods 0.000 claims description 22
  • 238000004364 calculation method Methods 0.000 claims description 19
  • 230000002708 enhancing effect Effects 0.000 claims description 15
  • 230000008859 change Effects 0.000 claims description 13
  • 238000004422 calculation algorithm Methods 0.000 claims description 11
  • 230000008901 benefit Effects 0.000 claims description 8
  • 238000012986 modification Methods 0.000 claims description 8
  • 230000004048 modification Effects 0.000 claims description 8
  • 239000000758 substrate Substances 0.000 claims description 8
  • 238000009795 derivation Methods 0.000 claims description 6
  • 238000005728 strengthening Methods 0.000 claims description 5
  • 238000012546 transfer Methods 0.000 claims description 3
  • 230000001915 proofreading effect Effects 0.000 claims 1
  • 230000007547 defect Effects 0.000 abstract description 7
  • 230000003287 optical effect Effects 0.000 abstract description 6
  • 238000009826 distribution Methods 0.000 description 24
  • 230000006870 function Effects 0.000 description 21
  • 238000005259 measurement Methods 0.000 description 11
  • 230000000694 effects Effects 0.000 description 10
  • 238000005520 cutting process Methods 0.000 description 9
  • 230000000875 corresponding effect Effects 0.000 description 8
  • 238000011002 quantification Methods 0.000 description 5
  • 238000002474 experimental method Methods 0.000 description 4
  • 230000008569 process Effects 0.000 description 4
  • 230000009466 transformation Effects 0.000 description 4
  • 238000011144 upstream manufacturing Methods 0.000 description 3
  • PLXMOAALOJOTIY-FPTXNFDTSA-N Aesculin Natural products OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](O)[C@H]1Oc2cc3C=CC(=O)Oc3cc2O PLXMOAALOJOTIY-FPTXNFDTSA-N 0.000 description 2
  • 230000004075 alteration Effects 0.000 description 2
  • 238000007906 compression Methods 0.000 description 2
  • 238000013461 design Methods 0.000 description 2
  • 239000004744 fabric Substances 0.000 description 2
  • 230000008447 perception Effects 0.000 description 2
  • 230000009467 reduction Effects 0.000 description 2
  • 230000011218 segmentation Effects 0.000 description 2
  • 230000003068 static effect Effects 0.000 description 2
  • 230000007704 transition Effects 0.000 description 2
  • 239000010749 BS 2869 Class C1 Substances 0.000 description 1
  • 239000010750 BS 2869 Class C2 Substances 0.000 description 1
  • 229920002334 Spandex Polymers 0.000 description 1
  • 238000009825 accumulation Methods 0.000 description 1
  • 230000004913 activation Effects 0.000 description 1
  • 230000003321 amplification Effects 0.000 description 1
  • 238000013459 approach Methods 0.000 description 1
  • 201000009310 astigmatism Diseases 0.000 description 1
  • 230000006835 compression Effects 0.000 description 1
  • 238000010205 computational analysis Methods 0.000 description 1
  • 230000002596 correlated effect Effects 0.000 description 1
  • 230000001186 cumulative effect Effects 0.000 description 1
  • 230000001419 dependent effect Effects 0.000 description 1
  • 238000010586 diagram Methods 0.000 description 1
  • 238000005516 engineering process Methods 0.000 description 1
  • 238000004519 manufacturing process Methods 0.000 description 1
  • 238000013507 mapping Methods 0.000 description 1
  • 239000000463 material Substances 0.000 description 1
  • 238000010606 normalization Methods 0.000 description 1
  • 238000003199 nucleic acid amplification method Methods 0.000 description 1
  • 230000010355 oscillation Effects 0.000 description 1
  • 238000007639 printing Methods 0.000 description 1
  • 230000001105 regulatory effect Effects 0.000 description 1
  • 238000009877 rendering Methods 0.000 description 1
  • 238000011160 research Methods 0.000 description 1
  • 230000035945 sensitivity Effects 0.000 description 1
  • 238000000926 separation method Methods 0.000 description 1
  • 239000004759 spandex Substances 0.000 description 1
  • 238000009966 trimming Methods 0.000 description 1
  • 238000002604 ultrasonography Methods 0.000 description 1
  • 230000003313 weakening effect Effects 0.000 description 1

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/10—Selection of transformation methods according to the characteristics of the input images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00026—Methods therefor
    • H04N1/00045—Methods therefor using a reference pattern designed for the purpose, e.g. a test chart
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
    • H04N1/00071—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40093—Modification of content of picture, e.g. retouching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Facsimiles In General (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Television Signal Processing For Recording (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Channel Selection Circuits, Automatic Tuning Circuits (AREA)
  • Computer And Data Communications (AREA)
  • Character Input (AREA)
  • Processing Or Creating Images (AREA)
  • Communication Control (AREA)
  • Transmitters (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Circuits Of Receivers In General (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Geometry (AREA)
  • Photoreceptors In Electrophotography (AREA)
  • Polysaccharides And Polysaccharide Derivatives (AREA)

Abstract

本发明涉及一种用于从数字图象(INUM)和与用于图象捕获和/或恢复的装置链(P3)的缺陷有关的格式化信息(IF)计算转换图象(I－Transf)的系统和方法。本发明规定从格式化信息和/或从所述数字图象自动确定特征噪声数据。因此可以这样一种方式来校正转换图象，使得其在随后的使用中不会展现任何可见的或者扰人的缺陷，尤其是涉及噪声的缺陷。本发明可应用于光学装置、工业控制、机器人、计量学等中的摄影或者视频图象处理。

Description

在考虑其噪声的情况下改变数字图象的方法和系统

技术领域

本发明涉及一种在考虑其噪声的情况下改变一数字图象的方法和系统。

解决方案

方法

本发明涉及一种用于自数字图象和与装置链的缺陷相关的格式化信息计算一转换图象的方法。该装置链包含图象捕获装置和/或图象恢复装置。该装置链包括至少一个装置。该方法包括自格式化信息和/或自数字图象自动确定特征数据的步骤。以下将该特征数据称为特征噪声数据。

通过对技术特征进行组合可得出：转换图象在随后的使用中不显示任何可见的或者扰人的缺陷，尤其是与噪声相关的缺陷。

根据图象对噪声的估计

优选地，根据本发明，该方法还包括以下用于确定特征噪声数据的步骤：

—在数字图象上选择分析区域的步骤，尤其是根据装置链的装置和/或格式化信息，

—计算分析区域上局部的亮度变化的步骤，

—根据在该组分析区域发生局部变化的统计计算而推导特征噪声数据的步骤。

由亮度变化的图象直方图估计噪声

优选地，根据本发明，该方法还包括以下用于推导特征噪声数据的步骤：

—构建出现局部亮度变化的直方图的步骤，

—在直方图上选择位于第一最大值，包括此最大值之前的部分的至少一个部分的步骤，

通过对技术特征进行组合，可以得出与噪声相关的局部亮度变化。

根据作为亮度函数的图象噪声来估计噪声

优选地，根据本发明，该方法还包括，为在数字图象上选择分析区域，根据其平均亮度对分析区域进行分类的步骤，通过这种方式得到若干类。该方法还包括：

—推导用于属于相同类的分析区域的特征噪声数据的步骤，

—对每一类重复先前步骤的步骤。

通过组合技术特征，可以得到作为亮度函数的特征噪声数据。

包括特征噪声数据的格式化信息

优选地，根据本发明，该格式化信息包括特征噪声数据。

所造成的裁剪问题

优选地，根据本发明，该方法还包括采用一用于构建中间数字图象的变换算法。该算法的优点在于对数字图象进行期望的修改，但是具有提高中间数字图象噪声的缺点。

裁剪问题的解决方案

优选地，根据本发明，为从由该数字图象得到的中间数字图象计算一转换图象，本方法还包括采用一个函数的步骤，该函数的目的在于实现对数字图象的亮度的修改，并且其至少具有以下各项作为自变量：

—中间数字图象的一点的亮度，

—在该数字图象的对应点周围的区域的亮度，

—特征噪声数据。

通过对技术特征进行组合可以得出：能够获得显示期望的特征和受控的噪声电平的转换图象。

优选地，根据本发明，中间数字图象是由数字图象组成的。

模糊校正

优选地，根据本发明，该方法被更具体地设计为计算对所有或者部分模糊而校正的转换图象。该方法还包括以下步骤：

—在数字图象内，选择待被校正的图象区域的步骤，

—根据格式化信息和特征噪声数据，对每个以此方法选择的将被校正的图象区域构建一增强轮廓(enhancement profile)的步骤，

—根据该增强轮廓，对以此方法选择的待被进行校正的每个图象区域进行校正，以得到一转换图象区域的步骤，

—组合该转换图象区域以得到数字图象的转换图象的步骤。

对技术特点进行组合可以得到去模糊的转换图象。

计算增强轮廓

优选地，根据本发明，对于每个将被进行校正的图象区域，格式化信息有可能在与待进行校正的图象区域的基底中确定一图象表示以及一参考表示。

为由格式化信息和噪声建立增强轮廓，该方法还包括以下步骤：

—在视情况考虑噪声的情况下，自该图象表示和自该参考表示确定一轮廓的步骤，

—确定一参数化操作符的步骤，利用该操作符可以由图象表示达到该轮廓。

该组参数化操作符的参数值构成增强轮廓PR。

基于增强轮廓校正模糊

优选地，根据本发明，该方法还包括以下步骤，用于根据增强轮廓对每个将进行校正的图象区域进行校正：

—在该基底上至少部分地表示即将被校正的图象区域的步骤，

—将参数化的操作符应用于在前一步骤结束时得到的所述表示的步骤，采用这种方式以得到即将被校正的图象区域的经校正的表示，

—利用待校正的图象区域的经校正的表示替换待校正的图象区域的表示的步骤，采用这种方式以便得到一转换图象区域。

在模糊情况时的裁剪

优选地，根据本发明，该方法还包括从该转换图象计算具有受控噪声电平的步骤，该步骤是通过采用一个函数而实现的，该函数用于对数字图象的亮度进行修改，并且其至少具有以下项作为自变量：

—该转换数字图象的一点的亮度，

—在该数字图象的对应点周围的区域的亮度，

—特征噪声数据。

对技术特征进行组合可以得出：可获得具有受控噪声电平的去模糊的图象。

影响噪声和/模糊的可变特征

格式化信息可以取决于依从于数字图象的可变特征，特别是数字图象的大小。优选地，在这种情况下，根据本发明，该方法还包括确定用于数字图象的可变特征的一个或者多个数值的步骤。

因此，将该方法用于包括取决于依从于数字图象的可变特征的特征噪声数据的格式化信息就变为将该方法用于不依赖于任何特征变量的特征噪声数据。

在采用恢复装置的情况下动态范围的缩减

优选地，根据本发明，该方法被更具体地设计为自数字图象和自与包括至少一个图象恢复装置的装置链的缺陷相关的格式化信息计算转换的图象。该恢复装置具有一动态范围。该转换图象具有一动态范围。该方法还包括调节转换图象的动态范围使其适应所述恢复装置的动态范围的步骤。通过组合技术特征可以得出，利用恢复装置对该转换图象的恢复显示出增强的高频率。并且技术特征的组合也可以恢复其特征具有较少模糊的图象。

校正多色噪声和/或模糊

本发明可应用于由若干彩色面组成的数字图象的情况。这种应用包括将根据本发明的方法应用于每种彩色面。这样可以从数字图象获得一转换图象。通过对技术特征进行组合可以使该转换图象显示期望的特征以及受控的噪声电平。

系统

本发明涉及一种用于从数字图象和与装置链的缺陷相关的格式化信息计算转换图象的系统。该装置链包括图象捕获装置和/或图象恢复装置。该装置链包括至少一个装置。该系统包括用于从格式化信息和/或由数字图象自动确定特征数据的数据处理装置。以下将特征数据称为特征噪声数据。

该转换图象在其随后的使用中不显示任何可见的或者扰人的缺陷，尤其是与噪声相关的缺陷。

根据图象估计噪声

优选地，根据本发明，用于确定该特征噪声数据的数据处理装置包括：

—选择装置，用于尤其是根据装置链的装置和/或格式化信息在数字图象上选择分析区域，

—计算装置，用于在分析区域上计算局部亮度变化，

—推导装置，用于根据在该组分析区域上出现局部变化的统计计算来推导特征噪声数据。

由亮度变化的图象直方图估计噪声

优选地，根据本发明，该推导装置还包括：

—用于构建出现局部亮度变化的直方图的装置，

—选择装置，用于在直方图上选择位于第一局部最大值，包括此最大值之前的部分的至少一部分。

由作为亮度函数的图象噪声估计噪声

优选地，根据本发明，该系统还包括，为在数字图象上选择分析区域，用于根据其平均亮度而对分析区域进行划分的分类装置，由此获得若干类别。该系统还包括数据处理装置，用于：

—推导用于属于相同类的分析区域的特征噪声数据，

—对每个类重复先前步骤。

包括特征噪声数据的格式化信息

优选地，根据本发明，该格式化信息包括该特征噪声数据。

所造成的裁剪问题

优选，根据本发明，该系统还包括数据处理装置，其采用一转换算法来建立一个中间数字图象。该算法的优点在于可对数字图象进行期望的改变，但是具有提高该中间数字图象的噪声的缺点。

裁剪问题的解决方案

优选地，根据本发明，为从由该数字图象获得的中间数字图象计算一转换图象，该系统包括采用一函数的计算装置，该函数的目的在于对数字图象的亮度进行修改，并且该函数至少具有以下项作为自变量：

—该中间数字图象的一点的亮度，

—在该数字图象的对应点周围的区域的亮度，

—特征噪声数据。

优选地，根据本发明，中间数字图象是由数字图象组成的。

模糊校正

优选地，根据本发明，该系统被更具体地设计用于计算对所有或者部分模糊而校正的转换图象。该系统还包括：

—选择装置，用于在数字图象中选择将被校正的图象区域，

—计算装置，用于根据格式化信息和特征噪声数据，对每个以此方式选择的待被校正的图象区域建立一增强轮廓。

该系统还包括数据处理装置，用于：

—根据该增强轮廓，对以此方式选择的要进行校正的每个图象区域进行校正，以得到一转换图象区域，且用于

—组合该转换图象区域以得到数字图象的转换图象。

计算增强轮廓

优选地，根据本发明，格式化信息可能在与待进行校正的图象相关的基底中，对每个将要进行校正的图象区域确定一图象表示以及一参考表示。此外，该系统使得用于自格式化信息和噪声构建增强轮廓的计算装置还包括用于进行以下确定的装置：

—在视情况考虑噪声的情况下，由图象表示和由参考表示确定轮廓，

—确定参数化的操作符，利用该操作符有可能从图象表示达到该轮廓。

基于增强轮廓校正模糊

优选地，根据本发明，用于根据增强轮廓而对每个待被校正的图象区域进行校正的数据处理装置包括计算装置，用于：

—在基底中至少部分地表示待被校正的图象区域，

—将该参数化操作符应用于待被校正的图象区域的表示，以此获得待被校正的图象区域的经校正的表示，

—利用待被校正的图象区域的经校正的表示替换待被校正的图象区域的表示，以此获得一转换图象区域。

在模糊情况时的裁剪

优选地，根据本发明，该系统还包括计算装置，其用于通过采用一个函数，自一转换图象计算具有受控噪声电平的图象，该函数用于对数字图象的亮度进行改变，并且该函数至少具有以下项作为自变量：

—该转换数字图象的一点的亮度，

—该数字图象的对应点周围的区域的亮度，

—该特征噪声数据。

影响噪声和/模糊的可变特征

优选地，根据本发明，该格式化信息取决于依从于数字图象的可变特征的值，特别是数字图象的大小。该系统还包括计算装置，用于确定用于数字图象的可变特征的一个或者多个数值。

在采用恢复装置的情况中对动态范围的缩减

优选地，根据本发明，该系统被更具体地设计为自数字图象和自与包括至少一个图象恢复装置的装置链的缺陷相关的格式化信息计算一转换的图象。该恢复装置具有一动态范围。该转换图象具有一动态范围。该系统还包括数据处理装置，用于使该转换图象的动态范围适应该恢复装置的动态范围。

附图说明

结合指示性的而非限制性的实例，在阅读了本发明的替换实施例的说明之后，本发明的其他特征和优点将变得明确，其中：

图1所示为由数字图象和中间图象计算的转换图象，

图2所示为数字图象的缺陷，

图3所示为在数字图象上对分析区域进行的选择，

图4a所示为在分析区域上的局部亮度变化，

图4b所示为出现局部亮度变化的直方图，

图4c所示为位于该直方图的第一局部最大值之前的部分直方图，

图5所示为根据其平均亮度的分析区域的分类，

图6所示为对数字图象的亮度的修改，

图7a所示为根据增强轮廓对转换图象区域的校正，

图7b所示为创建具有受控噪声电平的去模糊图象的例子，

图8a和图8b所示为由噪声建立的增强轮廓，

图9a、9b、9c和图9d所示为将转换图象的动态范围调节到适应恢复装置的动态范围，

图10所示为与装置链P3的装置P25的缺陷P5相关的格式化信息IF。

具体实施方式

装置

具体结合图10，现描述装置P25的概念。在本发明的含义范围中，装置P25具体可以是：

—图象捕获装置1，例如一次性相机装置，数码相机，反射装置，扫描仪，传真机，内诊镜，可携式摄像机，监视照相机，web照相机，集成到或连接到电话、个人数字助理或计算机的照相机，热能相机，或回波描记装置，

—图象恢复装置，例如屏幕，投影仪，电视机，虚拟实境目镜或打印机，

—有视觉缺陷，例如散光的人，

—一种有望能被模仿的装置，用以产生例如看上去类似于莱卡牌相机装置所产生的图象的图象，

—有增加模糊的边缘效应的图象处理设备，例如变焦软件，

—与多个装置P25等效的虚拟装置，

可考虑更加复杂的装置P25，例如扫描/传真/打印一体机，照片打印微型实验室，视频会议装置，作为装置P25或多个装置P25。

装置链

具体结合图10，现描述装置链P3的概念。装置链P3被定义为一组装置P25。装置链P3的概念中也可包含顺序的概念。

以下实例组成了装置链P3：

—单个装置P25，

—图象捕获装置和图象恢复装置，

—例如在照片打印微型实验室中的照片装置，扫描仪或打印机，

—例如在照片打印微型实验室中的数码相机或打印机，

—例如在计算机中的扫描仪，屏幕或打印机，

—屏幕或投影仪，以及人眼，

—一种装置和另一种有望被模仿的装置，

—一相机和一台扫描仪，

—一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P25。

缺陷

具体结合图10，现描述缺陷P5的概念。装置P25的缺陷P5被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P25中的软件的特征的缺陷；缺陷P5的实例包括：失真缺陷，清晰度缺陷，渐晕缺陷，色差缺陷，演色(rendering of color)缺陷，闪光均匀性缺陷，传感器噪声，粒度，散光缺陷和球面像差缺陷。

数字图象

具体结合图10，现描述数字图象INUM的概念。数字图象INUM被定义为由装置P25捕获、修改或恢复的图象。数字图象INUM可来源于装置链P3中的一个装置P25。数字图象INUM可以是地址指向装置链P3中的一个装置P25。更通常的情况是，数字图象INUM可以来自和/或地址指向装置链P3。在由按时间顺序排列的固定图象组成的动画图象，例如视频图象中，数字图象INUM定义为图象序列中的一幅固定图象。

格式化信息

具体结合图10，现描述格式化信息IF的概念。格式化信息IF被定义为涉及装置链P3中一个或多个装置P25的缺陷P5的数据，且通过考虑装置P25的缺陷P5，该数据能够使转换图象I-Transf得到计算。可以基于测量和/或对基准的捕获或恢复，使用不同的方法来产生格式化信息IF。

为产生格式化信息IF，可能使用例如在以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，该申请名称为：“生成涉及装置链中至少一个装置的缺陷，尤其是模糊的格式化信息的方法和系统”。该申请描述了产生涉及装置链中装置的格式化信息的方法。该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。该方法包括生成涉及链中至少一个装置的缺陷的格式化信息的步骤。优选地，该装置有可能获取或恢复图象(I)。该装置根据图象(I)的不同，包含至少一个固定特征和/或一个可变特征。固定特征和/或可变特征可以关联于一个或多个特征值，例如焦距和/或调焦特征以及相关特征的特征值。该方法包含从一个标准字段D(H)产生涉及装置的缺陷的标准的格式化信息的步骤。格式化信息可以包含标准的格式化信息。

为产生格式化信息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和系统，该申请名为：“向图象处理装置提供标准格式的格式化信息IF的方法和系统”。该申请描述了用于向图象处理装置，尤其是软件和/或组件，提供标准格式的格式化信息IF的方法。该格式化信息IF涉及装置链P3的缺陷。装置链P3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。图象处理装置使用格式化信息IF来修改源自或被送往装置链P3的至少一个图象的质量。该格式化信息IF包括表征该图象捕获装置的缺陷P5，尤其是失真特征的数据，以及表征图象恢复装置的缺陷，尤其是失真特征的数据。

该方法包括用格式化信息IF填充所述标准格式的至少一个字段的步骤。该字段由字段名指定。该字段包含至少一个字段值。

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和系统，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和系统”。该申请描述了改变至少一个来自或地址指向一特定装置链的图象的质量的方法。该特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该特定装置链的特定的格式化信息的步骤，

—在考虑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。

该方法包括使用格式化信息15填充标准格式的至少一个字段的步骤。该字段由其字段名来指定，该字段至少包括一个字段值。

为产生格式化信息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。该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联系。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，特别是在仅在图象处理装置P1分配之后才获知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性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先进用户开始，然后逐渐开始使用新的功能。

可变特征

以下将描述可变特征CC的概念。根据本发明，可变特征CC被定义为一个可测量因素，该因素可以在一幅数字图象INUM和通过同一个装置P25获取、修改或恢复的另一幅图象之间变动，并对装置P25获取、修改或恢复的图象的缺陷P5产生影响，特别是：

—对给定图象INUM来说是固定的全局变量，例如在获取或恢复该图象时装置P25的特征，其与用户的调节有关或与装置P25的自动操作相关，例如焦距，

—局部变量，在给定图象INUM中，该特征是可变的，例如图象中的x，y坐标或rho，theta，允许按照需要应用随数字图象INUM的区域变化的局部处理。

随装置P25的不同而变化，但是对从一个数字图象INUM到由同一个装置P25获取、修改或恢复的另一个数字图象而言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P25的焦距。

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，可以具体理解：

—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：图象象素数目的减少)，

—非线性强度校正，例如灰度系数校正，

—轮廓增强，例如装置P25应用的模糊消去等级，

—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P25的用户使用的另一个调节，例如操作模式，

—装置P25的另一个自动调节，

—装置P25执行的另一个测量。

可变特征值

以下将描述可变特征值VCC的概念。可变特征值VCC被定义为在捕获、修改或者恢复一特定图象时刻可变特征CC的值。

计算转换图象

数字图象INUM包括一组在图象INUM表面规则分布的图象元素，定义为象素PX-num.1到PX-num.n。在图1中，这些象素的形状是正方形的，当然它们也可以具有其他的形状，例如圆形或者六角形；这取决于被设计在用于图象捕获或者恢复的装置中承载图象的表面的类型。此外，在图1中，示出的象素是连接的，但是实际上象素之间通常存在一定的间隔。在任意点Px-num的相关亮度为vx-num。

中间图象I-Int包括一组象素，类似于图象INUM的象素，但不是一定如此，将其定义为中间象素Px-int.1到Px-int.n。每个中间象素由中间位置Px-int以及中间值vx-int来表征。

转换图象I-Transf也包括一组定义为转换象素PX-tr.1到PX-tr.n的象素。每个转换象素由一转换位置Px-tr以及一转换值vx-tr来表征。

转换图象是通过对图象INUM进行转换而得到的经校正或者修改的图象。这种转换，可以是光度转换，是通过在计算中结合以下内容而进行的，

—图象INUM，

—INUM中的特征噪声数据DcB，

—图象I-Int，

—考虑例如，所采用的装置的缺陷以及/或将要引入到该图象中的特征的格式化信息。

需要注意的是可以使格式化信息与有限数目的转换象素相关，并且/或者也可以引入取决于图象的可变特征值(诸如焦距、聚焦、光圈等)。在这种情况下可以存在一个附加步骤，该附加步骤例如通过插值法执行，以便简化为简单的格式化信息，诸如不具有任何可变特征的装置的信息，这样特别是具有可变焦距的装置的情况就简化为具有固定焦距的装置的情况。

需要注意的是可以使格式化信息与有限数目的转换象素和/或取决于图象的可变特征值相关。在这种情况下，有可能包括一个附加步骤，该步骤是例如通过插值法执行的。例如函数x’，y’＝f(x，y，t)，其中t是可变特征(例如焦距)，格式化信息可以由有限数目的值(xi，yi，ti，f(xi，yi，ti))组成。因此除了测量点之外，有必要计算x，y，t的其他值的近似值。根据期望的最终精度可以借助于简单插值技术或者通过采用具有更多阶或较少阶的可参数化模型(多项式、样条、贝塞尔函数)来应用该近似。利用类似形式，t可以是一向量并且可以同时包括多个可变特征(焦距、聚焦、变焦等)。

在出现噪声和/或模糊的情况下，必要时格式化信息可以由向量组成，利用该向量可以表征与一个装置和/或装置链有关的噪声和/或模糊，用于该装置的这组的可变参数的组合，尤其是借助于在专门表示基点(base)中的缺陷的特征分布(profile)，特别是诸如傅立叶变换、小波变换等频率表示。实际上，本专业技术人员已知频率表示是紧凑型定义域，其适合于表示与噪声和/或模糊相关的物理现象。

此外，可以组合与装置链P3的多个装置P25相关的格式化信息IF以获得与显示所述多个装置P25的缺陷的虚拟装置相关的格式化信息；采用这种方式可以在一个步骤中，对于所有上述多个装置P25从图象INUM计算转换图象I-Transf；采用这种方式，所述计算较将根据本发明的方法连续应用到每个装置P25要更加快捷；在诸如傅立叶变换的频率表示的实例中，可以从每个装置的缺陷特性分布累积地获得所述组合，例如通过相乘。

对于格式化信息可以不仅包括在初步阶段研究且与所采用装置相关的数据，也可以包括所有具有Exif或其他格式的信息，所述格式的信息能够在拍照时刻提供有关装置调节的细节信息(焦距、聚焦、光圈、速度、闪光等)。

我们假设数字图象INUM代表，例如，捕获一黑色背景上一白色正方形的单色图象。图2示出图象INUM的线的亮度。由于由捕获或者恢复链所产生的噪声和/或模糊，理想的分布(阶梯的台阶)发生畸变。本发明的方法，通过根据一期望的最终精度计算引入近似的平均CAPP，或其他因子，在转换图象I-Transf上获得一个正方形，在该正方形中在每点px-tr的亮度值vx-tr被有效地校正在所述近似范围内。

我们注意到在出现噪声和/或模糊时使用算法CAPP可以将原始图象INUM简化为完美的/或类似完美的图象。相同的算法也可以使图象INUM简化成另外的图象，尽管不同地该图象可能发生畸变，以生产一个与已知类型的图象噪声和/或模糊(反噪声效应等)极其相似的图象。相同的方法也可以使图象INUM简化为一种不完美(如图2所示在黑色背景上的一个白色正方形)但是对观察者的眼睛来说是最佳的图象，这样可以在必要时补偿人类眼睛的感知缺陷。

噪声估计

对于某些类型的装置APP，特别地对于图象捕获，可以由格式化信息推导出特征噪声数据DcB。例如，尤其是在对于可用来确定影响噪声的可变特征，诸如增益、ISO等的细节的装置的情况。尤其是采用多项式函数将噪声和这些特征之间的依从关系输入到格式化信息中。

到特征噪声数据不能够直接或者间接地从格式化信息中推导出来的程度，有必要推导这些特征数据。因此，在本发明的意义内，我们将说明一个实例，利用该实例可以产生与图象INUM有关的特征噪声数据DcB。

图象INUM可细分成一系列的分析区(ZAN)，这些分析区不一定是连接的，但视情况可以相交。图3示出一个细分的实例。分析区ZAN可以具有任意形状，且其并不一定对上述分析区ZAN中记录的所有点进行分析。对于每个分析区ZAN，诸如大小为3×3或者5×5个象素的正方形窗口，该方法对局部亮度变化(VLL)进行测量。然后对所有分析区ZAN的局部亮度变化的测量这组结果进行统计分析，以产生一个或者多个与图象INUM有关的特征噪声数据DcB。

通过在分析区ZAN上对该组点中的最大亮度偏差进行计算，可以实现局部亮度变化VLL的测量结果的例子。在图4a中，VLL的值为29，其代表该区的两个象素之间的最大偏差。也可以采用另外一种方法来计算该分布相对于亮度变化的标准偏差。

通过创建变化出现频率直方图可以对局部亮度变化VLL的该组测量结果进行统计分析。在该直方图中，在图4b所示的实例中，横坐标表示根据噪声测量精度的亮度偏差VLL的量化。纵坐标表示给出值VLL的分析区ZAN出现的总数。在此实例中，有22个分析区ZAN，对于这些分析区，所测量的局部亮度变化值为50。

对于一个自然图象的该直方图的分布，所述自然图象诸如包含有不同亮度图案的随机分布但是在小分析区域具有均匀亮度的风景图象，包括一位于第一局部最大值(图4b、4c)之前的特征区。假设自然图象包括大量尺寸(分析区ZAN的尺寸)减小的区域，对于该区域来说照明度是准均匀的，则该直方图(横坐标为xm，纵坐标为fm)的第一局部最大值表征图象INUM的平均噪声。对于噪声非常小的图象，我们将有许多测量值VLL显示小的亮度偏差，并且第一模式的横坐标将接近于原点；相反地，如果图象包括大量来自于装置链的不同装置的噪声，则在理论上均匀的区域进行的每个测量VLL将产生较高的值并且将使直方图的第一模式的横坐标移离原点。

图象INUM的特征噪声数据可以由达到第一模式的直方图的该组值来组成。如图4c所示，从噪声特征提取更多综合信息的另外一种方式包括将平均噪声值BM定义为在位于原点和直方图(xm)的第一模式之间的横坐标xb，其纵坐标是fm的分数(通常为一半)。

图5所示为计算特征噪声数据DcB的另外一个版本。根据用于对分析区ZAN进行分析的一个模拟程序，本发明在局部亮度变化VLL处规定同时估计与上述分析区ZAN中的平均亮度相关的信息(例如，该区域上亮度的代数平均)。该方法也根据对图象亮度的量化规定创建线性或非线性细分亮度梯级的类。对于8位的量化，类的最大数为255；典型地，我们将使用在第5类和第10类(C1...Cn)之间的亮度子部分。在本方法的一个实例中，对子部分的选择可以是图象INUM的亮度直方图的函数。对于每个类，将对应于出现VLL的累积频率的直方图，由此使得由亮度间隔对包括在图象INUM中噪声进行分析。

在图5中，我们说明了用于分析三类噪声特征的分析区ZAN的三个实例。对于ZAN-i区，平均亮度为5.8，因此该区属于类C1，并且VLL(该值等于11)的测量结果将被累加在与C1相关的直方图HC1中。对分析区ZAN-j和ZAN-p执行类似处理，所述分析区考虑到其平均亮度的测量结果分别属于类C2和C3。当分析了构成图象INUM的所有分析区ZAN后，就可获得与类相同数量的直方图。由前述说明类推，可以推出每个直方图，由此每个类的噪声的一个特征值，因此构成一组INUM的特征噪声数据DcB＝[(C1，BM1)，(C2，BM2)，...，(Cn，BMn)]。

裁剪

在本发明的意义内我们考虑数字图象INUM，并且也考虑可应用到INUM的转换，通过这种方式以构建一个中间图象，该中间图象在某些方面具有进行期望的修改的优点，但在另一方面具有在某些区域增大图象噪声的缺点。如在下文中将发现的那样，这种转换可以是一种降低模糊、提高对比度的转换，能够用来产生图象马赛克的转换，或者可以是任何其他能够改进图象INUM和I-Int之间的噪声特征的转换。将在图6中所示的方法定义为裁剪，应将其在本发明的范围内理解为获取部分图象。计算转换象素Px-tr-j的亮度vx-tr需要与以下内容相关的信息：

—象素Px-num-j以及围绕该点的分析区ZAN-j，

—象素Px-int-j，

—特征噪声数据DcB。

对在区域ZAN-j中的平均亮度和局部亮度变化VLL的分析有可能确定噪声所属的类Cj，并有可能提取噪声BM-j的数据DcB。根据一个选项，有可能计算BM-j和VLL之间的归一化比率Rj。如图6所示，如果Rj接近1(其中局部亮度变化VLL基本上与BM-j在相同的量级，因此所测量的是噪声)，则获得用于INUM中大部分的转换象素Px-tr-j的亮度vx-tr。这样可以将转换象素的亮度值表示为象素亮度vx-num、象素亮度vx-int以及特征噪声数据的函数。一个特别的情况可以是以下规则：

vx-tr＝(Rj)vx-num+(1-Rj)vx-int

其中，vx-num和vx-int分别表示Px-num-j和Px-int-j的亮度。在相反的情况下(局部亮度变化VLL与BM-j相比较大，因此对应于该信号)，则比率Rj接近0，并且获取转换象素Px-tr-j的亮度vx-tr用于中间图象I-Int的大部分。

更普遍地，可以将转换象素的亮度值表示为象素vx-num以及其邻象素的亮度、象素vx-int及其邻象素的亮度，以及最后为特征噪声数据的函数。

因此可以例如通过根据在INUM中所测量的噪声而对中间图象应用或多或少的密集过滤操作，从中间图象推导出转换图象。

此方法的优点在于，它在中间图象中仅采用与点的排除相关的信息，对于所述点，在对由数据DcB表征的噪声的全局统计研究的意义范围内，在原始图象INUM中分析的噪声太大。

应该明确，在裁剪操作期间，有可能应用任何关系，尤其是线性或非线性转换，用于图象INUM和I-Int之间的通道。

在图3中，根据本发明的系统包括一个装置SZ，用于选择分析区。在图6中，其包括一个计算装置MC1，用于从图象INUM的象素Pi计算中间象素。此外，计算装置dcb有可能计算特征噪声数据DcB并提供一个系数Rj。通过计算装置MC2，可以从数字的和相应的中间象素的值以及从系数Rj计算转换象素的值，或者换言之，计算其亮度。

校正模糊

我们在此说明一个特别设计用于计算一转换图象的方法的实例，所述转换图象针对所有或部分模糊而被校正。此方法的说明基于在图7a中所示的系统的实例。将数字图象INUM再分成待被校正的图象区ZIC。这组区域完全覆盖图象INUM，且根据具体情况，如果必要，这些区域可以重叠以降低某种扰动效应，该效应即本领域的技术人员所熟知的边缘效应(edge effect)。建立一个针对模糊缺陷而被校正的转换图象区域ZIC*利用这样一个过程，该过程需要以下参数作为自变量，当然并不限于以下参数：

—在拍照时刻，有关用于图象捕获和/或恢复的装置或者装置链的可变参数的值的知识，

—在属于区域ZIC的每点Px-num的亮度，

—INUM的特征噪声数据DcB，

—与装置和/或装置链的模糊缺陷的建模有关的格式化信息，必要时可借助于一可参数化模型预先建模。

对于给定自变量(焦距、聚焦、变焦距、光圈等，DcB、区域ZIC)的配置，可以通过格式化信息的可参数化模型以获得与图象表示RI和参考表示RR相关的特征模糊分布。通过利用例如傅立叶变换，小波变换等，这些分布被以一特别的基准(base)来表达，特别频率基准B。

基准B可以是隐含的或者是建立在该格式化信息内。在本发明的意义内，本领域的技术人员会发现可以采用维数等于象素数的向量空间来表示一个数字图象(诸如INUM)。通过基准B，可以不排他地以该术语的数字意义理解此向量空间和/或其向量子空间的基准。

在下文中，将频率定义为与该基准的每个元素相关的标识符。本领域的技术人员理解傅立叶变换和/或小波变换可以改变图象空间的基准。当采用装置APP时，对于该装置模糊缺陷明显地只影响图象的向量空间的子空间，将有必要只对属于此子空间的图象INUM的那些部分进行校正。因此优选地选择基准B作为表示此子空间的基准。

在本发明的意义中，另外一种应用本方法的方式是对于图象的表示选择一个基准，该基准在例如计算时间的意义内是最佳的。可以选择小维数的基准，此基准的每个要素具有立体地位于图象INUM中的少量象素的支持(例如，位置变化的拉普拉斯算子的样条或组，拉普拉斯算子的拉普拉斯算子，以及高阶导数等)。

对在区域ZIC上的局部亮度变化的测量使得有可能借助于INUM的特征噪声计算系数Rj。将此系数与表示RI和RR(装置pr)相耦合以生成一个与区域ZIC相关的基于频率的增强分布PR。此分布表示在与亮度信息相关的每个频率处待施加的增益，所述亮度信息包含在待被校正的区域ZIC中，以便抑制所有或者部分模糊。

图7a显示足以在基准B中表示区域ZIC，所述基准尤其是一个适当的频率基准B(ZIC)，以对所有或部分频率应用增强分布B(ZIC*)＝B(ZIC)*PR，并且然后通过逆变换寻找转换图象区域。该组转换图象区域随后采用一种方式被组合，以获得去模糊的转换图象(I-Transf ID)。通过此组合可以例如在ZIC重叠的情况下应用解决方案，尤其是限制边缘效应。

从模糊的观点来看，如上所述的创建图象(I-Transf ID)的优点在于可对图象INUM施加必要的修改，但是其缺点在于提高了某些区域中的噪声(尤其是相对均匀的区域)。

本发明方法的第二种应用基于图7b所示的系统的实例。其有可能构建一个具有受控噪声电平的去模糊的图象(I-Trans IDBC)。借助于装置dcbl和裁剪装置，创建转换图象(I-Transf IDBC)利用了与以上图6中所述过程类似的裁剪过程。在当前情况中，如图6所定义的中间图象正是去模糊的图象(I-Trans ID)。

图8更加精确地描述了用于一特定区域ZIC的增强轮廓PR的产生。从格式化数据中提取出的并且与待进行校正的图象区域ZIC相关的图象表示RI以及参考表示RR是模糊的特征，所述模糊是由捕获和/或恢复系统在拍照时刻(焦距长度10mm，聚焦在无限远处，光圈f/2等)。这些表示RR和RI表示以下概念：

—RI是由该装置产生并包括模糊的参考场景的区域ZIC的频率分布，

—RR是假设在该装置不产生模糊的情况下所产生的同一相同区域ZIC的最佳频率分布。

我们发现两个分布之间的比率可以指示对于每个频率的待应用于RI以寻找RR的增益。另一方面，实验证明，当待进行校正的区ZIC包括较高的噪声电平时，直接在RI和RR之间应用计算出的增益会产生不期望的情况，尤其是在高频率的情况下。这些现象是本领域技术人员所公知的定义为“振铃”的亮度振荡效应。根据本发明，该方法将估算RR和RI之间的一个分布，其位置被参数化为在分析区ZIC中的噪声的函数。

图8a和图8b所示为分布PR的两个实例，该分布可以根据本发明而产生。分布RI和RR之间的偏差显示由装置固有的模糊所引入的频率损耗。

图8a处理在区ZIC中存在的高噪声电平的情况；建议在RI和RR之间选择一个分布RH，使得其效应在高频率处(RH边缘将与RI重合)较弱，在这种情况中所述高频率承载与图象中噪声相关的信息。

相反，图8b处理在区ZIC中具有极低噪声的情况；因此分布RI的高频率表示信号而不再表示噪声。因此建议在RI和RR之间选择分布RH，使得RH和RI之间的增益即使在高频率处仍然保持很大，以增强对在区ZIC中的细节的感知。

在任何情况中，都不允许RH超过RR，RR是该装置的理想分布，但是不对应于由理想的装置所构建的图象。鉴于上述说明，可以选择多重函数，其参数化RI以及RR之间的分布RH的曲线。在图8a、8b中，对表示RR和RI所选择的表示基准是傅立叶基准。横轴表示信号频率，而纵轴表示傅立叶变换的模数算法。一种特别用于计算分布RH表示的方法是在低频率处保持与分布RR正切，然后(图8a、8b)沿直线向上直到表征高频率的极值点。

对基于频率的增强轮廓PR的建立是通过直接对所有频率计算RH/RI比而进行的。

校正多色噪声和/或模糊

本发明的方法可应用于彩色图象的处理。从图象处理软件的角度看，认为一个彩色图象包括与图象中的基本色彩同样多的图象(或者彩色面)。因此认为图象IMrgb是由三个彩色面Im-red、Im-green、Im-blue组成的。类似地，也可以认为图象Imcyk是由四个彩色面组成的：Im-cyan、Im-magenta、Im-yellow、Im-black。在上述方法中，每种彩色面都经过独立处理，以得到n个转换图象，这将对转换的最终图象的不同彩色面进行重新组合。

从恢复装置对动态范围上游(upstream)的压缩

本发明的方法可应用于对一转换的数字图象I-Transf的计算，所述图象被设计通过已知动态范围的恢复装置(图9a)而被显示，以创建图象I-REST。此恢复装置，例如投影仪，本质上在恢复时刻会引入模糊，且这一点可以体现在图9中，例如，通过减弱阶梯形式的过渡分布。为获得更理想的恢复，建议(图9c)修改转换图象上游的动态范围，以便投影图象将具有一个更接近理想分布的分布。由于对转换图象的量化(通常为8位)，对动态范围的这种修改不总是可行的。为解决此难题，该方法也可降低转换图象的动态范围(使该图象的对比度更小，并因此更缺少能量)。有可能对其施加必要的转换以考虑恢复装置的模糊，同时仍保持在图象(图9c)的可允许的动态范围内，且在采用灯型投影装置的情况下，以补偿在其恢复装置水平的能量降低，通过增加，例如灯的能量(图9d)，该恢复装置不再具有量化问题。技术装置的组合可以得到：恢复装置能够以较小的模糊细节恢复图象，尤其是特征。

应用本发明以降低成本

成本降低定义为用于降低装置链P3或装置P25的成本，尤其是装置链或者装置的光学系统的成本的方法和系统，该方法包括：

—减少透镜的数目，以及/或者

—简化透镜的形状，以及/或者

—设计一具有缺陷P5的光学系统，该缺陷大于对装置或者装置链所期望的缺陷，或者从目录中选择相同的光学系统，以及/或者

—采用降低装置或者装置链的成本并且增加缺陷P5的材料，元件，处理操作或者制造方法。

如本发明所述的方法和系统可用于降低装置链或者装置的成本：可以设计一个数字光学系统，以产生与装置链或者装置的缺陷P5相关的格式化信息IF，以利用此格式化信息实现图象处理装置，无论这些装置是否集成，以对源自或被送往该装置或者装置链的图象质量进行修改，采用这种方式，具有图象处理装置的装置或者装置链的组合可以以降低的成本捕获、修改或者恢复具有期望质量的图象。

Claims (29)

1.一种用于从数字图象(INUM)和与装置链(P3)的缺陷(P5)相关的格式化信息(IF)计算转换图象(I-Transf)的方法；所述装置链(P3)包括图象捕获装置(P25)以及/或者图象恢复装置；所述装置链包括至少一个装置；所述方法包括自动从所述格式化信息和/或从所述数字图象确定特征数据的步骤；所述特征数据在以下被称为特征噪声数据(DcB)；

采用这种方式，所述转换图象(I-Transf)对于其随后的使用，不显示任何可见的或者扰人的缺陷，特别是与噪声相关的缺陷。

2.根据权利要求1所述的方法，所述方法还包括以下用于确定所述特征噪声数据(DcB)的步骤：

—在所述数字图象(INUM)上选择分析区(ZAN)的步骤，尤其是根据装置链的装置(P25)和/或格式化信息(IF)，

—在所述分析区(ZAN)上计算局部亮度变化(VLL)的步骤，

—根据在该组所述分析区(ZAN)上出现所述局部变化的统计计算，推导所述特征噪声数据(DcB)的步骤。

3.根据权利要求2所述的方法，所述方法还包括以下用于推导所述特征噪声数据(DcB)的步骤：

—构建出现所述局部亮度变化(VLL)的直方图(HC1、HC2、HC3)的步骤，

—在所述直方图上，选择位于第一局部最大值之前，包括此最大值的部分的至少一部分的步骤；

以此方式，则可获得与噪声相关的局部亮度变化(VLL)。

4.根据权利要求2或3所述的方法，所述方法还包括，为在所述数字图象(INUM)上选择分析区(ZAN)，根据其平均亮度对所述分析区进行分类的步骤，由此以便获得类(C1、C2、C3)；

所述方法还包括：

—推导出用于属于相同类的分析区(ZANi，ZANj，ZANp)的特征噪声数据(DcB)的步骤，

—对每一类(C1、C2、C3)重复上述步骤的步骤；

以此方式，则可获得作为亮度函数的特征噪声数据(DcB)。

5.根据权利要求1到4中任一项所述的方法，所述格式化信息(IF)包括所述特征噪声数据(DcB)。

6.根据权利要求1到5中任一项所述的方法，所述方法还包括利用用于建立中间数字图象(I-Int)的转换算法；

所述算法的优点在于可对所述数字图象(INUM)进行期望的修改，而其缺点在于提高了中间数字图象(I-Int)的噪声。

7.根据权利要求6所述的方法，为从自所述数字图象(INUM)获得的所述中间数字图象(I-Int)计算转换图象(I-Transf)，所述方法还包括利用一个函数的步骤，该函数的目的在于对数字图象(INUM)的亮度进行修改，并且该函数具有至少以下各项作为自变量：

—中间数字图象的一点(px-int)的亮度(vx-int)，

—在数字图象的对应点(px-num)周围的区域的亮度(vx-num)，

—特征噪声数据(DcB)；

以此方式，则可获得显示该期望的特征和受控的噪声水平的转换图象(I-Transf)。

8.根据权利要求7所述的方法，所述中间数字图象(I-Int)是由所述数字图象(INUM)组成的。

9.根据权利要求1到8中任何一项所述的方法，所述方法被更具体地设计为对所有或者部分模糊而校正的转换图象(I-Transf ID)，该方法还包括以下步骤：

—在数字图象(INUM)内，选择待被校正的图象区域(ZIC)的步骤，

—对每个利用此方法选择的待被校正的图象区域(ZIC)，根据所述格式化信息(IF)和所述特征噪声数据(DcB)，构建一增强轮廓(PR)的步骤，

—根据所述增强轮廓(PR)，对采用此方法选择的待被校正的每个图象区域(ZIC)进行校正的步骤，以便获得一变换的图象区域，

—对所述变换的图象区域进行组合，以获得所述数字图象的所述转换图象(I-TransfID)的步骤，

以此方式，则可获得一去模糊的转换图象。

10.根据权利要求9所述的方法，对于每个待被校正的图象区域(ZIC)，所述格式化信息(IF)有可能在与待进行校正的图象区(ZIC)相关的基底(base)上确定一个图象表示(RI)以及一个参考表示(RR)，为从格式化信息(IF)和噪声构建一增强轮廓(PR)，所述方法还包括以下步骤：

—在视情况考虑噪声的情况下，根据所述图象表示(RI)和所述参考表示(RR)确定一轮廓(RH)的步骤，

—确定一个参数化的操作符的步骤，利用该操作符有可能由所述图象表示(RI)达到所述轮廓(RH)，

采用这种方式，所述参数化操作符的参数值组构成了所述增强轮廓(PR)。

11.根据权利要求10所述的方法，该方法还包括以下根据所述增强轮廓(PR)而对每个将进行校正的图象区域(ZIC)进行校正的步骤：

—在所述基底(B)中，至少部分地表示即将进行校正的所述图象区域(ZIC)的步骤，

—将所述参数化操作符应用于在先步骤结束时获得的所述表示式，采用这种方式以获得即将进行校正的所述图象区域(ZIC)的经校正的表示，

—利用所述待校正的图象区域(ZIC)的所述校正后的表示替换所述待校正的图象区域(ZIC)的表示，以便获得一转换图象区域的步骤。

12.根据权利要求9到11中任一项所述的方法，该方法还包括由所述转换图象计算具有受控噪声电平的图象(I-TransfIDBC)的步骤，该步骤是通过采用一个函数而实现的，该函数的目的在于改进数字图象的亮度，并且该函数至少具有以下项作为自变量：

—该转换数字图象的一点的亮度，

—该数字图象的对应点周围的区域的亮度，

—特征噪声数据(DcB)，

以此方式，则可得到具有受控噪声电平的去模糊的图象(I-TransfIDBC)。

13.根据权利要求1到12中任一项所述的方法，所述格式化信息取决于依从于数字图象的可变特征的值，特别是所述数字图象的大小；所述方法还包括确定用于所述数字图象的所述可变特征的一个或者多个值的步骤。

14.根据权利要求1到13中任一项所述的方法，所述方法被更具体地设计用于由数字图象和由与包括至少一个图象恢复装置的装置链的缺陷相关的格式化信息来计算一转换图象，所述恢复装置具有一动态范围，所述转换图象具有一动态范围，所述方法还包括使所述转换图象的所述动态范围适应所述恢复装置的所述动态范围的步骤。

15.在包括彩色面的数字图象情况下的应用，所述应用包括将根据权利要求1到14中任一项所述的方法应用于每种彩色面。

系统

16.一种用于从数字图象(INUM)和与装置链(P3)的缺陷(P5)相关的格式化信息(IF)计算转换图象(I-Transf)的系统，所述装置链包括图象捕获装置(P25)和/或图象恢复装置；所述装置链包括至少一个装置；所述系统包括用于从所述格式化信息(IF)和/或从所述数字图象(INUM)自动确定特征数据的数据处理装置(dcb、MC1、MC2)；以下将所述特征数据称为特征噪声数据(DcB)；

采用这种方式，所述转换图象(I-Transf)在其随后的使用中不显示任何可见的或者扰人的缺陷，特别是与噪声相关的缺陷(P5)。

17.根据权利要求16所述的系统，所述用于确定所述特征噪声数据(DcB)的数据处理装置包括：

—选择装置(SZ)，用于尤其是根据装置链的装置和/或格式化信息(IF)，在所述数字图象(INUM)上选择分析区域(ZAN)，

—计算装置，用于在分析区域(ZAN)上计算局部亮度变化(VLL)，

—推导装置，用于根据该组分析区域(ZAN)上出现所述局部变化的统计计算而推导所述特征噪声数据(DcB)。

18.根据权利要求17所述的系统，所述推导装置还包括：

—用于建立出现所述局部亮度变化(VLL)的直方图(HC1、HC2、HC3)的装置，

—选择装置，用于在上述直方图上选择位于第一局部最大值之前，包括此最大值的部分的至少一部分。

19.根据权利要求17或18所述的系统，该系统还包括，为在所述数字图象(INUM)上选择分析区域(ZAN)，用于根据其平均亮度而对所述分析区域进行分类的分类装置，采用这个方法以获得类(C1、C2、C3)；

所述系统还包括数据处理装置，用于：

—推导用于属于相同类别的分析区域(ZANi、ZANj、ZANp)的特征噪声数据(DcB)，

—对每个类(C1、C2、C3)重复先前步骤。

20.如权利要求16到19中任一项所述的系统，所述格式化信息(IF)包括所述特征噪声数据(DcB)。

21.如权利要求16到20中任一项所述的系统，所述系统还包括数据处理装置(MC1)，该数据处理装置采用转换算法来建立一个中间数字图象(I-Int)；

所述算法的优点在于对所述数字图象(INUM)进行期望的改变，而其缺点在于提高了中间数字图象(I-Int)的噪声。

22.如权利要求21所述的系统，为从由上述数字图象(INUM)得到的所述中间数字图象(I-Int)计算一转换图象(I-Transf)，所述系统包括采用一函数的计算装置(MC2)，该函数的目的在于对数字图象(INUM)的亮度进行修改，并且该函数至少具有如下项作为自变量：

—中间数字图象的一点(px-int)的亮度(vx-int)，

—在数字图象的对应点(px-num)周围的区域的亮度(vx-num)，

—特征噪声数据(DcB)。

23.根据权利要求22所述的系统，所述中间数字图象(I-Int)是由数字图象(INUM)组成的。

24.根据权利要求16到23中任一项所述的系统，该系统被更具体地设计为对所有或者部分模糊而校正的转换图象(I-Transf ID)；该系统还包括：

—选择装置，用于在所述数字图象(INUM)内选择将要校正的图象区域(ZIC)，

—计算装置(dcb2，pr)，用于根据上述格式化信息和上述特征噪声数据，对每个采用这种方式选择的将要校正的图象区域(ZIC)，建立一增强轮廓(PR)，

-数据处理装置(ZIC)，用于：

—根据所述增强轮廓(PR)对采用此方式选择的要进行校正的每个图象区域(ZIC)进行校正，以得到一转换图象区域，且用于

—组合所述转转图象区域，以得到所述数字图象(INUM)的所述转换图象(I-Transf)。

25.根据权利要求24所述的系统，对每个将要进行校正的图象区域(ZIC)，所述格式化信息(IF)有可能在与待进行校正的图象区域(ZIC)相关的基底(B)上确定一图象表示(RI)以及一参考表示(RR)；

所述系统使得用于由格式化信息(IF)和噪声建立增强轮廓(PR)的所述计算装置还包括用于进行以下确定的装置：

—在视情况考虑到噪声的情况下，自图象表示(RI)和参考表示(RR)确定轮廓(RH)，

—确定参数化的操作符，利用该操作符有可能由所述图象表示(RI)达到所述轮廓(RH)。

26.根据权利要求25所述的系统，所述用于根据增强轮廓(PR)而对每个将进行校正的图象区域(ZIC)进行校正的数据处理装置包括计算装置，用于：

—在所述基底(B)中，至少部分地表示即将进行校正的所述图象区域(ZIC)，

—将所述参数化的操作符应用于待校正图象区域(ZIC)的所述表示，采用这种方式以得到即将进行校正的图象区域(ZIC)的校正的表示，

—利用上述待校正的图象区域(ZIC)的所述校正的表示替换待校正的所述图象区域(ZIC)的表示，采用这种方式得到一转换图象区域。

27.根据权利要求24到26中任一项所述的系统，所述系统还包括计算装置，该计算装置通过采用一个函数由所述转换图象计算具有受控噪声电平的图象(I-TransfIDBC)，所述函数的目的在于改进数字图象的亮度，并且该函数至少具有以下项作为自变量：

—该转换数字图象的一点的亮度，

—该数字图象的对应点周围的区域的亮度，

—特征噪声数据。

28.根据权利要求16到27中任一项所述的系统，所述格式化信息取决于依从于数字图象的可变特征值，尤其是所述数字图象的大小；所述系统还包括计算装置，用于确定用于所述数字图象的所述可变特征的一个或者多个值。

29.根据权利要求16到28中任一项所述的系统，所述系统被更具体地设计为用于从数字图象和与包括至少一个图象恢复装置的装置链的缺陷相关的格式化信息计算转换图象；所述恢复装置具有一动态范围；所述转换图象具有一动态范围；所述系统还包括数据处理装置，用于使所述转换图象的动态范围适应所述恢复装置的动态范围。

CNB028139577A 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 Expired - Fee Related CN1305010C (zh)

Applications Claiming Priority (4)

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

Publications (2)

Publication Number Publication Date
CN1554074A true CN1554074A (zh) 2004-12-08
CN1305010C CN1305010C (zh) 2007-03-14

Family

ID=26213095

Family Applications (6)

Application Number Title Priority Date Filing Date
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
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
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
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
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

Family Applications Before (5)

Application Number Title Priority Date Filing Date
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
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
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
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

Country Status (11)

Country Link
US (10) US7346221B2 (zh)
EP (7) EP1410326B1 (zh)
JP (6) JP4020262B2 (zh)
KR (4) KR100940147B1 (zh)
CN (6) CN1316427C (zh)
AT (4) ATE497224T1 (zh)
AU (3) AU2002317219A1 (zh)
CA (1) CA2453423C (zh)
DE (4) DE60234207D1 (zh)
ES (2) ES2253542T3 (zh)
WO (6) WO2003007239A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111567120A (zh) * 2017-10-31 2020-08-21 新生组织网络有限公司 用于点到多点无线网络的频谱管理

Families Citing this family (214)

* 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
AU2002317219A1 (en) * 2001-07-12 2003-01-29 Do Labs Method and system for modifying a digital image taking into account its noise
EP1394742B1 (en) * 2002-08-23 2007-12-12 STMicroelectronics S.r.l. Method for filtering the noise of a digital image sequence
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
CN1739118B (zh) 2003-01-16 2010-05-26 德萨拉国际有限公司 具有图像增强功能的照相机
US7609425B2 (en) * 2003-01-31 2009-10-27 Canon Kabushiki Kaisha Image data processing apparatus, method, storage medium and program
US8471852B1 (en) 2003-05-30 2013-06-25 Nvidia Corporation Method and system for tessellation of subdivision surfaces
JP4096828B2 (ja) * 2003-07-15 2008-06-04 セイコーエプソン株式会社 画像処理装置
US7369699B1 (en) 2003-08-29 2008-05-06 Apple Inc. Methods and apparatuses for restoring color and enhancing electronic images
GB2406992A (en) * 2003-10-09 2005-04-13 Ta Vision Lab Ltd Deconvolution of a digital image using metadata
US7944467B2 (en) * 2003-12-01 2011-05-17 Omnivision Technologies, Inc. Task-based imaging systems
JP2007513427A (ja) * 2003-12-01 2007-05-24 シーディーエム オプティックス， インコーポレイテッド 光学システムおよびデジタルシステムの設計を最適化するシステムおよび方法
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
US20070005422A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Techniques for image generation
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
US9583141B2 (en) * 2005-07-01 2017-02-28 Invention Science Fund I, Llc Implementing audio substitution options 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
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
US9065979B2 (en) * 2005-07-01 2015-06-23 The Invention Science Fund I, Llc Promotional placement in media works
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
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
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
US20070294720A1 (en) * 2005-07-01 2007-12-20 Searete Llc Promotional placement 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
US9426387B2 (en) 2005-07-01 2016-08-23 Invention Science Fund I, Llc Image anonymization
US9092928B2 (en) * 2005-07-01 2015-07-28 The Invention Science Fund I, Llc Implementing group content substitution in media works
US8126938B2 (en) * 2005-07-01 2012-02-28 The Invention Science Fund I, Llc Group content substitution in media works
US20070005651A1 (en) * 2005-07-01 2007-01-04 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Restoring modified assets
US9230601B2 (en) 2005-07-01 2016-01-05 Invention Science Fund I, Llc Media markup system for content alteration in derivative works
US20090037243A1 (en) * 2005-07-01 2009-02-05 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Audio substitution options in media works
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
US20080013859A1 (en) * 2005-07-01 2008-01-17 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
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
US20070266049A1 (en) * 2005-07-01 2007-11-15 Searete Llc, A Limited Liability Corportion Of The State Of Delaware Implementation of media content alteration
US20080052161A1 (en) * 2005-07-01 2008-02-28 Searete Llc Alteration of promotional content in media works
US20080028422A1 (en) * 2005-07-01 2008-01-31 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Implementation of media content alteration
US8203609B2 (en) * 2007-01-31 2012-06-19 The Invention Science Fund I, Llc Anonymization pursuant to a broadcasted policy
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
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
US20080052104A1 (en) * 2005-07-01 2008-02-28 Searete Llc Group content substitution in media works
CN102147853B (zh) * 2005-09-19 2013-01-09 全视技术有限公司 用于生成场景的输出图像的方法
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
US8310533B2 (en) * 2006-03-27 2012-11-13 GE Sensing & Inspection Technologies, LP Inspection apparatus for inspecting articles
US20070239417A1 (en) * 2006-03-31 2007-10-11 D-Blur Technologies Ltd. Camera performance simulation
US20070269123A1 (en) * 2006-05-16 2007-11-22 Randall Don Briggs Method and apparatus for performing image enhancement in an image processing pipeline
JP4974586B2 (ja) * 2006-05-24 2012-07-11 オリンパス株式会社 顕微鏡用撮像装置
US7612805B2 (en) 2006-07-11 2009-11-03 Neal Solomon Digital imaging system and methods for selective image filtration
JP4839148B2 (ja) * 2006-07-12 2011-12-21 株式会社リコー ネットワーク装置，端末装置，プログラムおよび記録媒体
US8594441B1 (en) 2006-09-12 2013-11-26 Nvidia Corporation Compressing image-based data using luminance
DE102006057190A1 (de) * 2006-12-05 2008-06-12 Carl Zeiss Meditec Ag Verfahren zur Erzeugung hochqualitativer Aufnahmen der vorderen und/oder hinteren Augenabschnitte
US20080180539A1 (en) * 2007-01-31 2008-07-31 Searete Llc, A Limited Liability Corporation Image anonymization
US8723969B2 (en) * 2007-03-20 2014-05-13 Nvidia Corporation Compensating for undesirable camera shakes during video capture
US20080244755A1 (en) * 2007-03-30 2008-10-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Authorization for media content alteration
US20080270161A1 (en) * 2007-04-26 2008-10-30 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Authorization rights for substitute media content
US9215512B2 (en) 2007-04-27 2015-12-15 Invention Science Fund I, Llc Implementation of media content alteration
US7936915B2 (en) * 2007-05-29 2011-05-03 Microsoft Corporation Focal length estimation for panoramic stitching
US8634103B2 (en) * 2007-06-12 2014-01-21 Qualcomm Incorporated Print image matching parameter extraction and rendering on display devices
US8724895B2 (en) 2007-07-23 2014-05-13 Nvidia Corporation Techniques for reducing color artifacts in digital images
US8570634B2 (en) 2007-10-11 2013-10-29 Nvidia Corporation Image processing of an incoming light field using a spatial light modulator
US9177368B2 (en) 2007-12-17 2015-11-03 Nvidia Corporation Image distortion correction
US8780128B2 (en) 2007-12-17 2014-07-15 Nvidia Corporation Contiguously packed data
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
US8194995B2 (en) * 2008-09-30 2012-06-05 Sony Corporation Fast camera auto-focus
US8553093B2 (en) 2008-09-30 2013-10-08 Sony Corporation Method and apparatus for super-resolution imaging using digital imaging devices
US8373718B2 (en) 2008-12-10 2013-02-12 Nvidia Corporation Method and system for color enhancement with color volume adjustment and variable shift along luminance axis
US8290260B2 (en) * 2008-12-15 2012-10-16 Xerox Corporation Method and system for creating integrated remote custom rendering profile
US20100198876A1 (en) 2009-02-02 2010-08-05 Honeywell International, Inc. Apparatus and method of embedding meta-data in a captured image
DE102009002393A1 (de) * 2009-04-15 2010-11-04 Arnold & Richter Cine Technik Gmbh & Co. Betriebs Kg Verfahren und Vorrichtung zur Bearbeitung von Aufnahmebildern einer digitalen Videokamera
US8749662B2 (en) 2009-04-16 2014-06-10 Nvidia Corporation System and method for lens shading image correction
CN101551661B (zh) * 2009-05-12 2013-04-24 广东工业大学 一种面向多机器人系统的控制方法
US9519814B2 (en) 2009-06-12 2016-12-13 Hand Held Products, Inc. Portable data terminal
FR2948521B1 (fr) 2009-07-21 2012-01-27 Dxo Labs Procede d'estimation d'un defaut d'un systeme de capture d'images et systemes associes
US8698918B2 (en) 2009-10-27 2014-04-15 Nvidia Corporation Automatic white balancing for photography
KR20110065997A (ko) * 2009-12-10 2011-06-16 삼성전자주식회사 영상처리장치 및 영상처리방법
KR101451136B1 (ko) * 2010-03-19 2014-10-16 삼성테크윈 주식회사 비네팅 보정 방법 및 장치
US8335390B2 (en) * 2010-03-22 2012-12-18 Sony Corporation Blur function modeling for depth of field rendering
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
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
US20120019709A1 (en) * 2010-07-21 2012-01-26 Altek Corporation Assisting focusing method using multiple face blocks
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
WO2014018951A1 (en) 2012-07-26 2014-01-30 Olive Medical Corporation Ycbcr pulsed illumination scheme in a light deficient environment
KR102118310B1 (ko) 2012-07-26 2020-06-04 디퍼이 신테스 프로덕츠, 인코포레이티드 단색 센서를 사용한 넓은 동적범위
BR112015001555A2 (pt) 2012-07-26 2017-07-04 Olive Medical Corp vídeo contínuo em ambiente com deficiência de luz
US9798698B2 (en) 2012-08-13 2017-10-24 Nvidia Corporation System and method for multi-color dilu preconditioner
US9508318B2 (en) 2012-09-13 2016-11-29 Nvidia Corporation Dynamic color profile management for electronic devices
US8867817B1 (en) * 2012-10-29 2014-10-21 Amazon Technologies, Inc. Display analysis using scanned images
GB2507576A (en) * 2012-11-05 2014-05-07 British Broadcasting Corp Focus detection
US9307213B2 (en) 2012-11-05 2016-04-05 Nvidia Corporation Robust selection and weighting for gray patch automatic white balancing
US9026553B2 (en) * 2012-11-29 2015-05-05 Unisys Corporation Data expanse viewer for database systems
US10341588B2 (en) 2013-03-15 2019-07-02 DePuy Synthes Products, Inc. Noise aware edge enhancement
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
JP6404318B2 (ja) 2013-03-15 2018-10-10 デピュイ・シンセス・プロダクツ・インコーポレイテッド レーザーパルスの積算光エネルギー制御
WO2014145247A1 (en) 2013-03-15 2014-09-18 Olive Medical Corporation Calibration using distal cap
ES2975193T3 (es) 2013-03-15 2024-07-03 Depuy Synthes Products Inc Cancelación integral de ruido de patrón fijo
US10251530B2 (en) 2013-03-15 2019-04-09 DePuy Synthes Products, Inc. Scope sensing in a light controlled environment
US9826208B2 (en) 2013-06-26 2017-11-21 Nvidia Corporation Method and system for generating weights for use in white balancing an image
US9756222B2 (en) 2013-06-26 2017-09-05 Nvidia Corporation Method and system for performing white balancing operations on captured images
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
CN106102559A (zh) 2014-03-21 2016-11-09 德普伊新特斯产品公司 用于成像传感器的卡缘连接器
US9396409B2 (en) 2014-09-29 2016-07-19 At&T Intellectual Property I, L.P. Object based image processing
US10262400B2 (en) 2014-10-31 2019-04-16 Huawei Technologies Co., Ltd. Image processing method and device using reprojection error values
US10334216B2 (en) * 2014-11-06 2019-06-25 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
WO2017026539A1 (ja) * 2015-08-13 2017-02-16 Hoya株式会社 評価値計算装置及び電子内視鏡システム
US20170273543A1 (en) * 2015-08-13 2017-09-28 Hoya Corporation Evaluation value calculation device and electronic endoscope system
US9838646B2 (en) * 2015-09-24 2017-12-05 Cisco Technology, Inc. Attenuation of loudspeaker in microphone array
KR20190052089A (ko) * 2016-09-19 2019-05-15 인터디지털 브이씨 홀딩스 인코포레이티드 명시야 데이터를 사용하여 장면을 표현하는 포인트 클라우드를 재구성하기 위한 방법 및 디바이스
WO2018070793A1 (en) * 2016-10-12 2018-04-19 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
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
US11903563B2 (en) 2019-06-20 2024-02-20 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence 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
US10979646B2 (en) 2019-06-20 2021-04-13 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11700995B2 (en) 2019-06-20 2023-07-18 Cilag Gmbh International Speckle removal in a pulsed fluorescence imaging system
US12013496B2 (en) 2019-06-20 2024-06-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed laser mapping imaging system
US11221414B2 (en) 2019-06-20 2022-01-11 Cilag Gmbh International Laser mapping imaging with fixed pattern noise cancellation
US11716533B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Image synchronization without input clock and data transmission clock in a pulsed fluorescence imaging system
US11671691B2 (en) 2019-06-20 2023-06-06 Cilag Gmbh International Image rotation in an endoscopic laser mapping imaging system
US11589819B2 (en) 2019-06-20 2023-02-28 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a laser mapping imaging system
US20200400499A1 (en) 2019-06-20 2020-12-24 Ethicon Llc Pulsed illumination in a hyperspectral imaging system
US11540696B2 (en) 2019-06-20 2023-01-03 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11187658B2 (en) 2019-06-20 2021-11-30 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
US11716543B2 (en) 2019-06-20 2023-08-01 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11288772B2 (en) 2019-06-20 2022-03-29 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US10841504B1 (en) 2019-06-20 2020-11-17 Ethicon Llc Fluorescence imaging with minimal area monolithic image sensor
US11617541B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Optical fiber waveguide in an endoscopic system 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
US11937784B2 (en) 2019-06-20 2024-03-26 Cilag Gmbh International Fluorescence imaging in a light deficient environment
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
US11622094B2 (en) 2019-06-20 2023-04-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11172811B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Image rotation in an endoscopic fluorescence imaging system
US12007550B2 (en) 2019-06-20 2024-06-11 Cilag Gmbh International Driving light emissions according to a jitter specification in a spectral imaging system
US11471055B2 (en) 2019-06-20 2022-10-18 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11311183B2 (en) 2019-06-20 2022-04-26 Cilag Gmbh International Controlling integral energy of a laser pulse in a fluorescence imaging system
US10952619B2 (en) 2019-06-20 2021-03-23 Ethicon Llc Hyperspectral and fluorescence imaging and topology laser mapping with minimal area monolithic image sensor
US11758256B2 (en) 2019-06-20 2023-09-12 Cilag Gmbh International Fluorescence imaging in a light deficient environment
US11986160B2 (en) 2019-06-20 2024-05-21 Cllag GmbH International Image synchronization without input clock and data transmission clock in a pulsed hyperspectral imaging system
US12126887B2 (en) 2019-06-20 2024-10-22 Cilag Gmbh International Hyperspectral and fluorescence imaging with topology laser scanning in a light deficient environment
US11412152B2 (en) 2019-06-20 2022-08-09 Cilag Gmbh International Speckle removal in a pulsed hyperspectral imaging system
US11550057B2 (en) 2019-06-20 2023-01-10 Cilag Gmbh International Offset illumination of a scene using multiple emitters in a fluorescence imaging system
US11276148B2 (en) 2019-06-20 2022-03-15 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence 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
US11432706B2 (en) 2019-06-20 2022-09-06 Cilag Gmbh International Hyperspectral imaging with minimal area monolithic image sensor
US11218645B2 (en) 2019-06-20 2022-01-04 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for fluorescence imaging
US11674848B2 (en) 2019-06-20 2023-06-13 Cilag Gmbh International Wide dynamic range using a monochrome image sensor for hyperspectral imaging
US11233960B2 (en) 2019-06-20 2022-01-25 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11375886B2 (en) 2019-06-20 2022-07-05 Cilag Gmbh International Optical fiber waveguide in an endoscopic system for laser mapping imaging
US11457154B2 (en) 2019-06-20 2022-09-27 Cilag Gmbh International Speckle removal in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
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
US11187657B2 (en) 2019-06-20 2021-11-30 Cilag Gmbh International Hyperspectral imaging with fixed pattern noise cancellation
US11533417B2 (en) 2019-06-20 2022-12-20 Cilag Gmbh International Laser scanning and tool tracking 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
US11280737B2 (en) 2019-06-20 2022-03-22 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed fluorescence imaging system
US11516387B2 (en) 2019-06-20 2022-11-29 Cilag Gmbh International Image synchronization without input clock and data transmission clock in a pulsed hyperspectral, fluorescence, and laser mapping imaging system
US11266304B2 (en) 2019-06-20 2022-03-08 Cilag Gmbh International Minimizing image sensor input/output in a pulsed hyperspectral imaging system
US11154188B2 (en) 2019-06-20 2021-10-26 Cilag Gmbh International Laser mapping imaging and videostroboscopy of vocal cords
US11012599B2 (en) 2019-06-20 2021-05-18 Ethicon Llc Hyperspectral imaging in a light deficient environment
US11134832B2 (en) 2019-06-20 2021-10-05 Cilag Gmbh International Image rotation in an endoscopic hyperspectral, fluorescence, and 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
US11633089B2 (en) 2019-06-20 2023-04-25 Cilag Gmbh International Fluorescence imaging with minimal area monolithic image sensor
US11412920B2 (en) 2019-06-20 2022-08-16 Cilag Gmbh International Speckle removal in a pulsed 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
US11793399B2 (en) 2019-06-20 2023-10-24 Cilag Gmbh International Super resolution and color motion artifact correction in a pulsed hyperspectral imaging system
US11898909B2 (en) 2019-06-20 2024-02-13 Cilag Gmbh International Noise aware edge enhancement in a pulsed fluorescence imaging system
US11265491B2 (en) 2019-06-20 2022-03-01 Cilag Gmbh International Fluorescence imaging with fixed pattern noise cancellation
US11172810B2 (en) 2019-06-20 2021-11-16 Cilag Gmbh International Speckle removal in a pulsed laser mapping imaging system
US11925328B2 (en) 2019-06-20 2024-03-12 Cilag Gmbh International Noise aware edge enhancement in a pulsed hyperspectral imaging system
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
CN116783614A (zh) 2021-01-27 2023-09-19 三星电子株式会社 图像处理装置及其操作方法
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, Mortsel Verfahren und Vorrichtung zur Geräuschunterdrückung
US5905530A (en) * 1992-08-24 1999-05-18 Canon Kabushiki Kaisha Image pickup apparatus
US5323204A (en) * 1992-11-03 1994-06-21 Eastman Kodak Company Automatic optimization of photographic exposure parameters for non-standard display sizes and/or different focal length photographing modes through determination and utilization of extra system speed
US5461440A (en) * 1993-02-10 1995-10-24 Olympus Optical Co., Ltd. Photographing image correction system
US5353362A (en) * 1993-05-17 1994-10-04 Tucci Robert R Method of generation of two electromagnetic modes using squeezers
JPH0715631A (ja) * 1993-06-29 1995-01-17 Nippon Telegr & Teleph Corp <Ntt> 画像信号雑音除去方法および装置
US5499057A (en) * 1993-08-27 1996-03-12 Sony Corporation Apparatus for producing a noise-reducded image signal from an input image signal
US5485568A (en) 1993-10-08 1996-01-16 Xerox Corporation Structured image (Sl) format for describing complex color raster images
EP0686945B1 (en) * 1994-05-26 2001-12-19 Canon Kabushiki Kaisha Image processing apparatus and method
US6334219B1 (en) * 1994-09-26 2001-12-25 Adc Telecommunications Inc. Channel selection for a hybrid fiber coax network
JPH08116490A (ja) * 1994-10-14 1996-05-07 Olympus Optical Co Ltd 画像処理装置
KR100203239B1 (ko) * 1995-02-16 1999-06-15 윤종용 화이트쉐이딩 보정방법 및 장치
US5606365A (en) * 1995-03-28 1997-02-25 Eastman Kodak Company Interactive camera for network processing of captured images
US5694484A (en) * 1995-05-15 1997-12-02 Polaroid Corporation System and method for automatically processing image data to provide images of optimal perceptual quality
JPH0998299A (ja) 1995-10-02 1997-04-08 Canon Inc 画像処理装置及び方法
JP3409541B2 (ja) 1995-11-14 2003-05-26 三菱電機株式会社 色補正方法及び色補正装置並びに色補正応用装置及びカラー画像システム
WO1997022927A1 (en) * 1995-12-19 1997-06-26 Telefonaktiebolaget Lm Ericsson (Publ) 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
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
US6222583B1 (en) * 1997-03-27 2001-04-24 Nippon Telegraph And Telephone Corporation Device and system for labeling sight images
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
WO2000004492A2 (en) * 1998-07-15 2000-01-27 Imation Corp. 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
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
US6707950B1 (en) * 1999-06-22 2004-03-16 Eastman Kodak Company Method for modification of non-image data in an image processing chain
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
CN2567940Y (zh) * 1999-06-30 2003-08-20 罗技电子股份有限公司 摄像机设备
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
AU1763801A (en) * 1999-11-12 2001-06-06 Brian S. Armstrong Methods and appparatus 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
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
EP1523730B1 (fr) * 2001-07-12 2009-03-25 DO Labs Procede et systeme pour calculer une image transformee a partir d'une image numerique
AU2002317219A1 (en) * 2001-07-12 2003-01-29 Do Labs Method and system for modifying a digital image taking into account its noise
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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111567120A (zh) * 2017-10-31 2020-08-21 新生组织网络有限公司 用于点到多点无线网络的频谱管理
CN111567120B (zh) * 2017-10-31 2024-05-28 新生组织网络有限公司 用于点到多点无线网络的频谱管理

Also Published As

Publication number Publication date
US20120308160A1 (en) 2012-12-06
EP1415275B1 (fr) 2008-07-02
CN100361153C (zh) 2008-01-09
WO2003007236A3 (fr) 2003-04-24
KR100879832B1 (ko) 2009-01-22
US20140099042A1 (en) 2014-04-10
DE60239061D1 (de) 2011-03-10
EP1410327A2 (fr) 2004-04-21
CN1273931C (zh) 2006-09-06
CA2453423A1 (fr) 2003-01-23
ES2311061T3 (es) 2009-02-01
ATE497224T1 (de) 2011-02-15
KR20040043155A (ko) 2004-05-22
US20110085740A1 (en) 2011-04-14
EP2015247B1 (fr) 2016-04-13
DE60227374D1 (de) 2008-08-14
AU2002317219A1 (en) 2003-01-29
ATE447216T1 (de) 2009-11-15
US20040252906A1 (en) 2004-12-16
JP4295613B2 (ja) 2009-07-15
CN1305006C (zh) 2007-03-14
US8675980B2 (en) 2014-03-18
US20050008242A1 (en) 2005-01-13
US7346221B2 (en) 2008-03-18
ATE310284T1 (de) 2005-12-15
AU2002317900A1 (en) 2003-01-29
DE60234207D1 (de) 2009-12-10
KR20040043154A (ko) 2004-05-22
US20100278415A1 (en) 2010-11-04
DE60207417T2 (de) 2006-08-10
JP4020262B2 (ja) 2007-12-12
WO2003007236A2 (fr) 2003-01-23
CA2453423C (fr) 2014-10-14
WO2003007242A2 (fr) 2003-01-23
DE60207417D1 (de) 2005-12-22
JP2004534342A (ja) 2004-11-11
EP1410331B1 (fr) 2015-08-12
JP2004537791A (ja) 2004-12-16
EP1444651B1 (fr) 2009-10-28
EP2015247A3 (fr) 2009-03-18
WO2003007243A2 (fr) 2003-01-23
EP2015247A2 (fr) 2009-01-14
EP1410326A1 (fr) 2004-04-21
CN1535448A (zh) 2004-10-06
EP1442425A1 (fr) 2004-08-04
WO2003007242A3 (fr) 2003-04-10
ES2253542T3 (es) 2006-06-01
WO2003007240A1 (fr) 2003-01-23
US20050002586A1 (en) 2005-01-06
KR100940147B1 (ko) 2010-02-03
US9536284B2 (en) 2017-01-03
JP4295612B2 (ja) 2009-07-15
US20040234152A1 (en) 2004-11-25
JP2004535128A (ja) 2004-11-18
JP4614657B2 (ja) 2011-01-19
KR20040043157A (ko) 2004-05-22
EP1410327B1 (fr) 2005-11-16
CN1316427C (zh) 2007-05-16
CN1527989A (zh) 2004-09-08
ATE400040T1 (de) 2008-07-15
EP1410331A2 (fr) 2004-04-21
US7724977B2 (en) 2010-05-25
JP2004534341A (ja) 2004-11-11
CN1526115A (zh) 2004-09-01
EP1410326B1 (fr) 2011-01-26
US7792378B2 (en) 2010-09-07
AU2002317902A1 (en) 2003-01-29
CN1305010C (zh) 2007-03-14
CN1526117A (zh) 2004-09-01
CN1316426C (zh) 2007-05-16
EP1444651A2 (fr) 2004-08-11
JP4367757B2 (ja) 2009-11-18
JP4452497B2 (ja) 2010-04-21
CN1526116A (zh) 2004-09-01
KR100957878B1 (ko) 2010-05-13
US7760955B2 (en) 2010-07-20
US20040218803A1 (en) 2004-11-04
US7343040B2 (en) 2008-03-11
WO2003007243A3 (fr) 2004-01-22
KR100940148B1 (ko) 2010-02-03
EP1442425B1 (fr) 2018-08-08
JP2005509333A (ja) 2005-04-07
WO2003007241A1 (fr) 2003-01-23
WO2003007239A1 (fr) 2003-01-23
JP2004534491A (ja) 2004-11-11
US20040247196A1 (en) 2004-12-09
US8559743B2 (en) 2013-10-15
EP1415275A1 (fr) 2004-05-06
KR20040044187A (ko) 2004-05-27

Similar Documents

Publication Publication Date Title
CN1305010C (zh) 2007-03-14 在考虑其噪声的情况下改变数字图像的方法和系统
CN1207895C (zh) 2005-06-22 图象处理方法和装置
CN1264121C (zh) 2006-07-12 数字图象锐化系统
CN1184796C (zh) 2005-01-12 图象处理方法和设备以及图象处理系统
CN1531711A (zh) 2004-09-22 由数字图象计算转换图象的方法和系统
CN1305009C (zh) 2007-03-14 图像处理装置和图像处理方法
CN1310521C (zh) 2007-04-11 图象信号处理设备和方法、学习设备和方法以及记录介质
CN1396775A (zh) 2003-02-12 分割像素图像的方法和装置
CN1369856A (zh) 2002-09-18 图像处理方法和装置
CN1510656A (zh) 2004-07-07 显示装置、显示方法和显示程序
CN1675919A (zh) 2005-09-28 摄像系统及图像处理程序
CN1167036C (zh) 2004-09-15 图象处理方法和记录了图象处理程序的记录媒体
CN1917578A (zh) 2007-02-21 数据处理设备、数据处理方法及程序
CN1691740A (zh) 2005-11-02 放大显示装置和放大图像控制装置
CN1595958A (zh) 2005-03-16 图象质量补正装置和图象质量补正方法
CN1940912A (zh) 2007-04-04 文件作成系统、文件作成方法、程序以及存储介质
CN1703900A (zh) 2005-11-30 摄像系统和播放系统
CN1599406A (zh) 2005-03-23 图像处理方法和装置及其程序
CN1613089A (zh) 2005-05-04 彩色图象处理方法、彩色图象处理器、彩色显示器、以及用于实施彩色图象处理方法的计算机程序
CN101061704A (zh) 2007-10-24 色彩调整装置及方法
CN1856801A (zh) 2006-11-01 逐像素有差别和准正则地修改数字图像的方法和系统
CN1754189A (zh) 2006-03-29 图像处理装置、方法和程序
CN1520153A (zh) 2004-08-11 图像处理装置、方法、程序及记录有该程序的记录介质
CN1301002C (zh) 2007-02-14 图像处理、形成装置、图像处理方法、程序、以及记录媒体
CN1244075C (zh) 2006-03-01 可编程自适应的图像质量非线性增强处理装置及其处理方法

Legal Events

Date Code Title Description
2004-12-08 C06 Publication
2004-12-08 PB01 Publication
2005-02-09 C10 Entry into substantive examination
2005-02-09 SE01 Entry into force of request for substantive examination
2007-03-14 C14 Grant of patent or utility model
2007-03-14 GR01 Patent grant
2019-05-07 CP03 Change of name, title or address
2019-05-07 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

2019-05-07 TR01 Transfer of patent right
2019-05-07 TR01 Transfer of patent right

Effective date of registration: 20190417

Address after: Paris France

Patentee after: Lens Correction Technologies Inc.

Address before: France Bologne Be Jan Gu

Patentee before: Dxo Labs

2020-05-22 CF01 Termination of patent right due to non-payment of annual fee
2020-05-22 CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070314

Termination date: 20190605