JP4020262B2 - イメージの品質を修正する方法およびシステム - Google Patents

Description

【技術分野】
【０００１】
本発明は、連鎖された機器から引き出す、または連鎖された機器を送り先とする少なくとも１つのイメージの品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正する方法とシステムに関する。
【背景技術】
【０００２】
【発明の開示】
【発明が解決しようとする課題】
【０００３】
本発明は、指定の連鎖された機器から引き出す、または指定の連鎖された機器を送り先とする少なくとも１つのイメージの品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正する方法に関する。指定された連鎖された機器は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元機器を備える。さまざまな画像取込機器および／またはイメージ復元機器は得体の知れない機器群に属するといえる。この機器群の機器は、フォーマットされた情報によって特徴付けられる欠陥を示す。注目しているイメージについて、この方法は以下の段階を含む。
【０００４】
− 機器群の機器に関係するフォーマットされた情報の情報源の索引を付加する段階、
− このようにして索引付加されたフォーマットされた情報のうち指定された連鎖された機器に関係する特定のフォーマットされた情報を自動的に検索する段階、
− このようにして得られた特定のフォーマットされた情報を考慮し、イメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して自動的にイメージをイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正する段階。
【課題を解決するための手段】
【０００５】
本発明により、以下の分析結果から直接的または間接的に得られるインデックスを使用して自動検索が実行されるような方法であるのが好ましい。
【０００６】
− イメージ、および／または
−連鎖された機器の機器、および／または
− イメージをイメージ処理用ソフトウェアまたはコンポーネントにロードする手段、および／または
− イメージ処理用ソフトウェアまたはコンポーネントによって修正されたイメージを復元手段にロードする手段。
【０００７】
本発明により、連鎖された機器の機器は、識別子、特に、バーコードによって識別されるのが好ましい。指定されたフォーマットされた情報の検索目的の分析には、識別子を判別する段階が含まれる。
【０００８】
本発明により、イメージ、インデックス、および／または識別子が同じファイルに格納されるような方法であるのが好ましい。技術的特徴の組み合わせから、連鎖のいくつかの機器がそれらに関係するフォーマットされた情報が確定する前に商品化された場合でも本発明による方法を経験に基づき採用することが可能である。
【０００９】
本発明により、イメージおよび特定のフォーマットされた情報の少なくとも一部が同じファイルに格納されるような方法であるのが好ましい。技術的特徴の組み合わせから、イメージファイル内のフォーマットされた情報を自動的に検索することが可能である。
【００１０】
本発明により、この方法はさらに、フォーマットされた情報の少なくとも一部をデータベースに予め格納する段階を含むのが好ましい。この方法は、さらに、データベースを更新する段階を含む。
【００１１】
本発明により、連鎖された機器の機器の１つは、イメージに依存する少なくとも１つの可変特性、特に焦点距離を持つような方法であるのが好ましい。特定のフォーマットされた情報の一部は、可変特性を備える機器の欠陥に関係する。この方法は、さらに、以下の段階を含む。
【００１２】
− 前記イメージの可変特性の値を判別する段階、
− このようにして得られた可変特性値を考慮することにより前記特定のフォーマットされた情報の一部を判別する段階。
【００１３】
したがって、可変特性を備える機器にこの方法を使用することは、要するに、可変特性を持たない機器にこの方法を使用することであるということである。
【００１４】
本発明により、イメージはファイル格納するのが好ましい。この方法は、可変特性の値を判別するために、ファイル内に存在するデータ、特にＥｘｉｆ標準などの形式の焦点距離などのデータを使用するような方法である。技術的特徴の組み合わせから、可変特性を備える機器がそれらに関係するフォーマットされた情報が確定する前に商品化された場合でも本発明による方法を経験に基づき採用することが可能である。
【００１５】
本発明は、連鎖された機器から引き出す、または連鎖された機器を送り先とする少なくとも１つのイメージの品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正するために、
− これ以降オリジナルの欠陥と呼ぶ連鎖された機器のうちの少なくとも１つの欠陥の少なくとも一部と同等の欠陥を示す仮想機器を決定し、
− 仮想機器の欠陥に関係する仮想フォーマットされた情報を判別し、
−連鎖された機器の機器群に関係する特定のフォーマットされた情報を判別するために、仮想フォーマットされた情報をオリジナルの欠陥に関係する特定のフォーマットされた情報の代わりに使用するような方法であるのが好ましい。
【００１６】
技術的な特徴の組み合わせから、この方法により、使いやすく、イメージに加える修正をより高速に、かつ／または少ない使用メモリで、かつ／またはより高い精度で計算するのに使用できるフォーマットされた情報が得られる。
【００１７】
本発明により、この方法は、カラーイメージの少なくとも１つの色平面の品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正する設計であるのが好ましい。色平面は、指定された色で特徴付けられる。さらに、特定のフォーマットされた情報は、指定された色に関係するデータを含む。イメージを修正するために、指定された色およびイメージに関係するデータを使用して色平面を計算する。
【００１８】
本発明により、この方法はさらに、特定のフォーマットされた情報を検索するプロセスが連鎖された機器の機器の１つについて失敗した場合に、未知のフォーマットされた情報を計算する段階を含むのが好ましい。
【００１９】
本発明により、この方法はさらに、連鎖された機器の１つの機器に関係する未知のフォー マットされた情報を計算する段階を含むのが好ましく、そのために、
− 機器の欠陥を測定し、および／または
− 機器をシミュレートする。
【００２０】
本発明により、この方法はさらに、連鎖された機器の１つの画像取込機器について、未知のフォーマットされた情報を計算する段階を含むのが好ましく、そのために、
− 面への少なくとも１つの基準シーンの指定された数学的投影により合成イメージクラスを構成し、
− 画像取込機器を使用して各基準シーンの少なくとも１つの基準イメージをキャプチャし、
− 一組のパラメータ化可能変換モデルの中で、基準イメージを基準シーンの合成イメージクラスに近い変換イメージに変換する方法を選択する。
【００２１】
変換されたイメージは、合成イメージクラスと対比した偏差を示す。未知のフォーマットされた情報は、少なくとも一部は、選択されたパラメータ化可能変換モデルのパラメータからなる。
【００２２】
本発明によれば、この方法はさらに、
− 変換されたイメージと合成イメージクラスとの偏差を計算する段階、
− 偏差を前記未知のフォーマットされた情報に関連付ける段階を含むのが好ましい。
【００２３】
技術的特徴の組み合わせから、三次元のシーンに関する標準化された情報を推論することが可能である。また、いくつかの技術的な特徴の組み合わせから、同じフォーマットプロセスが適用される複数の画像取込機器から得られる複数のイメージを組み合わせることが可能である。
【００２４】
本発明により、連鎖された機器の機器の１つは、イメージに依存する少なくとも１つの可変特性、特に焦点距離および／または絞りを持つ方法であるのが好ましい。特定のフォーマットされた情報の一部は、１つまたは複数の可変特性を備える機器の欠陥に関係する。それぞれの可変特性は、値と関連付け、可変特性と値の集まりからなる組み合わせを形成することができる。この方法は、さらに、未知のフォーマットされた情報の一部を判別する段階を含み、そうするために、
− 所定の組み合わせを選択し、
− 所定の組み合わせ毎に方法の先行する段階を反復するプロセスを採用し、
− 反復プロセスの終わりに得られる未知のフォーマットされた情報から、任意の組み合わせに関係する未知のフォーマットされた情報の補間を行うプロセスを採用する。
【００２５】
本発明により、この方法はさらに、連鎖された機器の１つのイメージ復元手段について、イメージ復元手段の欠陥を特徴付けるデータ、特に歪み特性を出力する段階を含むのが好ましい。未知のフォーマットされた情報は、少なくとも一部は、復元手段の欠陥を特徴付けるデータからなる。
【００２６】
本発明によれば、類似の機器に適用できるような方法で連鎖された機器の複数の機器に関係する特定のフォーマットされた情報を判別するような方法であることが好ましい。技術的特徴の組み合わせから、採用する方法には限られた量の書式情報があるだけでよい。
【００２７】
本発明により、イメージは関連する情報、特にデジタル信号を含むような方法であるのが好ましい。この方法の各段階は、関連する情報を保存または修正するような形で使用する。
【００２８】
本発明により、この方法はさらに、イメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正されたイメージに情報を関連付ける、特に修正されていることを示す情報を関連付ける段階を含むのが好ましい。
【００２９】
本発明により、この方法は、観測者向けにイメージの視覚的品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正するように特に設計されているのが好ましい。連鎖された機器の機器の欠陥に関係するフォーマットされた情報は、さらに、観測者の視覚的特性、特に観察者の目および／または脳の機能不全に関係するフォーマットされた情報を含む。
【００３０】
応用
本発明は、さらに、上述の方法の応用にも関係する。本応用の目的は、イメージ処理ソフトウェアまたはイメージ処理コンポーネントにより処理される画像の品質を、連鎖された機器の機器の少なくとも１つの欠陥の影響を補正することで改善することである。技術上の特徴の組み合わせから、処理されたイメージの品質は完全でなければ、高価な機器に頼ることなく改善される。
【００３１】
本応用の目的は、イメージ処理ソフトウェアまたはイメージ処理コンポーネントにより処理された画像の品質が基準の連鎖された機器で生成されたイメージの品質に匹敵するようにすることであるのが好ましい。
【００３２】
処理されたイメージの品質が基準の連鎖された機器で生成されたイメージの品質に匹敵するものとなるようにするために、基準の連鎖された機器の欠陥を考慮することにより連鎖された機器に関係するフォーマットされた情報を生成するような応用であるのが好ましい。
【００３３】
システム
本発明は、指定の連鎖された機器から引き出す、または指定の連鎖された機器を送り先とする少なくとも１つのイメージの品質をイメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して修正するシステムに関する。指定された連鎖された機器は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元機器を備える。さまざまな画像取込機器および／またはイメージ復元機器は得体の知れない機器群に属するといえる。この機器群の機器は、フォーマットされた情報によって特徴付けられる欠陥を示す。注目しているイメージについて、このシステムは以下を行えるデータ処理手段を備える。
【００３４】
− 機器群の機器に関係するフォーマットされた情報の情報源の索引を付加すること、
− このようにして索引付加されたフォーマットされた情報のうち指定された連鎖された機器に関係する特定のフォーマットされた情報を自動的に検索すること、
− このようにして得られた特定のフォーマットされた情報を考慮し、イメージ処理ソフトウェアおよび／またはイメージ処理コンポーネントを使用して自動的にイメージを修正すること。
【００３５】
本発明により、データ処理手段がインデックスによる自動的検索を実行するようなシステムであるのが好ましい。インデックスは、以下の分析結果から分析手段により直接的に、または間接的に得られる。
【００３６】
− イメージ、および／または
−連鎖された機器を構成する機器、および／または
− イメージをイメージ処理用ソフトウェアまたはコンポーネントにロードする手段、および／または
− イメージ処理用ソフトウェアまたはコンポーネントによって修正されたイメージを復元手段にロードする手段。
【００３７】
本発明により、連鎖された機器を構成する機器は、識別子、特に、バーコードによって識別されるのが好ましい。分析手段は、識別子を判別する手段を備える。
【００３８】
本発明により、イメージ、インデックス、および／または識別子が同じファイルに格納されるようなシステムであるのが好ましい。
【００３９】
本発明により、イメージおよび特定のフォーマットされた情報の少なくとも一部が同じファイルに格納されるようなシステムであるのが好ましい。
【００４０】
本発明により、このシステムはさらに、フォーマットされた情報の少なくとも一部をデータベースに予め格納する格納手段を備えるのが好ましい。このシステムは、さらに、データベースを更新する更新手段を備える。
【００４１】
本発明により、連鎖された機器を構成する機器の１つは、イメージに依存する少なくとも１つの可変特性、特に焦点距離を持つようなシステムであるのが好ましい。特定のフォーマットされた情報の一部は、可変特性を備える機器の欠陥に関係する。このシステムは、さらに、
− 注目しているイメージの可変特性の値、
− このようにして得られた変数値を考慮することにより前記特定のフォーマットされた情報の一部を判別する計算手段を備える。
【００４２】
本発明により、イメージはファイル格納するのが好ましい。このシステムは、可変特性の値を判別するために、ファイル内に存在するデータ、特にＥｘｉｆ標準などの形式の焦点距離などのデータを処理するデータ処理手段を備えるシステムである。
【００４３】
本発明により、システムは、連鎖された機器から引き出す、または連鎖された機器を送り先とする少なくとも１つのイメージの品質を修正するために、
− これ以降オリジナルの欠陥と呼ぶ連鎖された機器のうちの少なくとも１つの欠陥の少なくとも一部と同等の欠陥を示す仮想機器、
− 仮想機器の欠陥に関係する仮想のフォーマットされた情報を判別するためのデータ処理手段を備えることが好ましい。
【００４４】
このシステムは、連鎖された機器の機器群に関係する特定のフォーマットされた情報を判別するために、データ処理手段が仮想のフォーマットされた情報をオリジナルの欠陥に関係する特定のフォーマットされた情報の代わりに使用する代替手段を備えるようなシステムである。
【００４５】
本発明により、このシステムは、カラーイメージの少なくとも１つの色平面の品質を修正する設計であるのが好ましい。色平面は、特定の色で特徴付けられる。さらに、特定のフォーマットされた情報は、指定された色に関係するデータを含む。このシステムは、指定された色およびイメージに関係するデータを使用して色平面を計算する計算手段を備える。
【００４６】
本発明により、このシステムはさらに、特定のフォーマットされた情報を検索するプロセスが連鎖された機器の機器の１つについて失敗した場合に、未知のフォーマットされた情報を計算する計算手段を備えるのが好ましい。
【００４７】
本発明により、システムは、連鎖された機器の１つの機器に関係する未知のフォーマットされた情報を計算する計算手段が機器の欠陥を測定する、かつ／または機器をシミュレートする処理手段を備えるようなシステムであるのが好ましい。
【００４８】
本発明により、このシステムはさらに、少なくとも１つの基準シーンの表面への指定数学的投影により合成イメージクラスを構成することで、連鎖された機器の１つの画像取込機器について、未知のフォーマットされた情報を計算する計算手段を含むのが好ましい。画像取込機器では、各基準シーンの少なくとも１つの基準イメージをキャプチャする。計算手段では、一組のパラメータ化可能変換モデルの中で、基準イメージを基準シーンの合成イメージクラスに近い変換イメージに変換する方法を選択することにより未知のフォーマットされた情報を計算する。変換されたイメージは、合成イメージクラスと対比した偏差を示す。未知のフォーマットされた情報は、少なくとも一部は、選択されたパラメータ化可能変換モデルのパラメータからなる。
【００４９】
本発明によれば、このシステムはさらに、
− 変換されたイメージと合成イメージクラスとの偏差を計算し、
− 偏差を未知のフォーマットされた情報に関連付けるデータ処理手段を備えるのが好ましい。
【００５０】
本発明により、連鎖された機器の機器の１つは、イメージに依存する少なくとも１つの可変特性、特に焦点距離および／または絞りを持つシステムであるのが好ましい。特定のフォーマットされた情報の一部は、１つまたは複数の可変特性を備える機器の欠陥に関係する。それぞれの可変特性は、値と関連付け、可変特性と値の集まりからなる組み合わせを形成することができる。このシステムは、さらに、未知のフォーマットされた情報の一部を判別するデータ処理手段を備え、判別のために、
− 所定の組み合わせを選択し、
− 所定の組み合わせ毎に、計算手段および上記のデータ処理手段を反復するプロセスを採用し、
− 反復プロセスの終わりに得られる未知のフォーマットされた情報から、任意の組み合わせに関係する未知のフォーマットされた情報の補間を行うプロセスを採用する。
【００５１】
本発明により、このシステムはさらに、連鎖された機器の１つのイメージ復元手段について、イメージ復元手段の欠陥を特徴付けるデータ、特に歪み特性を出力するデータ処理手段を備えるが好ましい。未知のフォーマットされた情報は、少なくとも一部は、復元手段の欠陥を特徴付けるデータからなる。
【００５２】
本発明によれば、類似の機器に適用できるような方法で連鎖された機器の複数の機器に関係する特定のフォーマットされた情報を判別するようなシステムであることが好ましい。
【００５３】
本発明により、イメージは関連する情報、特にデジタル信号を含むようなシステムであるのが好ましい。このシステムは、関連する情報を保存または修正するような形で使用する。
【００５４】
本発明により、このシステムはさらに、修正されたイメージに情報を関連付ける、特に修正されていることを示す情報を関連付けるデータ処理手段を備えるのが好ましい。
【００５５】
本発明の他の実施形態では、このシステムは、観察者向けにイメージの視覚的品質を修正するように特に設計されているのが好ましい。前記連鎖された機器を構成する機器の欠陥に関係するフォーマットされた情報は、さらに、前記観察者の視覚特性、特に前記観察者の目および／または脳の機能不全に関係するフォーマットされた情報を含む。
【発明を実施するための最良の形態】
【００５６】
本発明の他の特徴および利点は、非制限的な例で示される本発明の実施例と図の説明を読むと明らかになる。
【００５７】
連鎖された機器
特に図１７を参照して、連鎖された機器Ｐ３の概念について説明する。連鎖された機器Ｐ３の機器、特に画像取込機器および／またはイメージ復元機器は、さまざまな経済的活動組織によって徐々に商品化されつつあり、機器の集合体装置Ｐ７５としても定義されているまだ明確なものとなっていない機器群に属している。
【００５８】
本発明の意味の範囲内において、機器は特に、
−使い捨て写真機器、デジタル写真機器、反射機器、スキャナ、ファクス機、内視鏡、カムコーダー、監視カメラ、ゲーム、電話、パーソナルデジタルアシスタント、またはコンピュータに組み込まれているまたは接続されているカメラ、サーマルカメラ、または反響機器などの画像取込機器、
− スクリーン、プロジェクタ、ＴＶセット、仮想現実ゴーグル、またはプリンタなどのイメージ復元機器またはイメージ復元手段、
− プロジェクタ、画面、およびそれを配置する方法など、その取りつけを含めた、機器、
− 特に視差を含む、イメージ復元機器に関する観測者の位置決め、
− 乱視などの視覚に異常のある人、
− エミュレートできることが望まれ、例えば、Ｌｅｉｃａブランドの機器によって生成されるのと類似の表示のイメージを出力する機器、
− ボケを加えるエッジ効果を持つ、ズームソフトウェアなどのイメージ処理用デバイス、
− 複数の機器と同等の仮想機器、
スキャナ／ファクス／プリンタ、写真現像ミニラボ、または電子会議機器をなどのさらに複雑な機器は、複数の機器とみなすことができる。
【００５９】
連鎖された機器Ｐ３は、組物の機器として定義される。連鎖された機器Ｐ３の概念は、さらに、オーダーの概念も含むことができる。
【００６０】
以下の例は、連鎖された機器Ｐ３を構成するひとつである。
【００６１】
− 単一の筐体、
− 画像取込機器およびイメージ復元の機器、
− 例えば写真現像ミニラボの写真機器、スキャナ、またはプリンタ、
− 例えば写真現像ミニラボのデジタル写真機器またはプリンタ、
− 例えばコンピュータのスキャナ、画面、またはプリンタ、
− 画面またはプロジェクタ、および人間の目、
− エミュレートできることが望まれる１つの機器および他の機器、
− 写真機器およびスキャナ、
− 画像取込機器およびイメージ処理用ソフトウェア、
− イメージ処理用ソフトウェアおよびイメージ復元機器、
− 前記の例の組み合わせ、
− 他の機器セット。
【００６２】
欠陥
特に図１７を参照して、欠陥Ｐ５の概念について説明する。機器の集合体装置Ｐ７５の機器の欠陥Ｐ５は、光学系および／またはセンサおよび／または電子ユニットおよび／または機器に組み込まれているソフトウェアの特性に関係する欠陥として定義され、欠陥Ｐ５の例として、歪み、ボケ、口径食、色収差、色のレンダリング、フラッシュ一様性、センサノイズ、粒、非点収差欠陥、球面収差欠陥などがある。
【００６３】
イメージ
特に図１７を参照して、イメージＰ２の概念について説明する。イメージＰ２は、機器によってキャプチャまたは修正または復元されるデジタルイメージとして定義される。イメージＰ２は、連鎖された機器Ｐ３の機器から得られる。イメージＰ２は、連鎖された機器Ｐ３の機器を送り先とすることができる。より一般的には、イメージＰ２は、連鎖された機器Ｐ３から送出され、かつ／または連鎖された機器Ｐ３を送り先とすることができる。静止イメージの時系列からなるビデオイメージなどのアニメーションイメージの場合、イメージＰ２はイメージ列の１つの静止イメージとして定義される。
【００６４】
フォーマットされた情報
特に図１７を参照して、フォーマットされた情報１５の概念について説明する。フォーマットされた情報１５は、連鎖された機器Ｐ３の１つまたは複数の機器の欠陥Ｐ５に関係するデータとして定義され、これにより、イメージ処理手段は機器の欠陥Ｐ５を許容することによりイメージＰ２の品質を修正することができる。フォーマットされた情報１５を出力するために、基準の測定および／またはキャプチャまたは復元、および／またはシミュレーションに基づくさまざまな方法およびシステムを使用することができる。
【００６５】
フォーマットされた情報１５を出力するために、例えば、Ｖｉｓｉｏｎ ＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒｐｒｏｄｕｃｉｎｇ ｆｏｒｍａｔｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｌａｔｅｄ ｔｏ ｔｈｅ ｄｅｆｅｃｔｓ ｏｆ ａｐｐｌｉａｎｃｅｓ ｏｆａｎ ａｐｐｌｉａｎｃｅ ｃｈａｉｎ ａｎｄ ｆｏｒｍａｔｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ａｄｄｒｅｓｓｅｄ ｔｏ ｉｍａｇｅ−ｐｒｏｃｅｓｓｉｎｇｍｅａｎｓ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、連鎖された機器Ｐ３の機器の欠陥Ｐ５に関係するフォーマットされた情報１５を出力する方法を説明している。フォーマットされた情報１５は、イメージ処理手段により処理されるイメージの品質を修正することを目的として、イメージ処理手段、特にソフトウェアを送り先とする。連鎖された機器Ｐ３は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元手段および／または少なくとも１人の観察者で構成される。この方法は、連鎖された機器Ｐ３の機器の欠陥Ｐ５を特徴付けるデータを出力する段階を含む。データは、フォーマットされた情報１５である。
【００６６】
フォーマットされた情報１５を出力するために、例えば、ＶｉｓｉｏｎＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｐｒｏｄｕｃｉｎｇ ｆｏｒｍａｔｔｅｄｉｎｆｏｒｍａｔｉｏｎ ｒｅｌａｔｅｄ ｔｏ ｇｅｏｍｅｔｒｉｃｄｉｓｔｏｒｔｉｏｎｓ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、連鎖された機器Ｐ３の機器に関係するフォーマットされた情報１５を出力する方法を説明している。連鎖された機器Ｐ３は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元機器で構成される。この方法は、連鎖の少なくとも１つの機器の幾何学的歪みに関係するフォーマットされた情報１５を出力する段階を含む。
【００６７】
機器では、媒体上のイメージをキャプチャまたは復元できるのが好ましい。機器は、イメージに応じて、少なくとも１つの固定特性および／または１つの可変特性を含む。固定特性および／または可変特性は、１つまたは複数の特性、特に焦点距離および／または焦点合わせ、および関連する特性の値と関連付けることができる。この方法は、測定フィールドから、機器の幾何学的歪みに関係するフォーマットされた測定情報を出力する段階を含む。フォーマットされた情報１５は、フォーマットされた測定情報を含む。
【００６８】
フォーマットされた情報１５を出力するために、例えば、Ｖｉｓｉｏｎ ＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｐｒｏｄｕｃｉｎｇ ｆｏｒｍａｔｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｌａｔｅｄ ｔｏ ｔｈｅ ｄｅｆｅｃｔｓｏｆ ａｔ ｌｅａｓｔ ｏｎｅ ａｐｐｌｉａｎｃｅ ｏｆ ａ ｃｈａｉｎ，ｅｓｐｅｃｉａｌｌｙ ｔｏｂｌｕｒｒｉｎｇ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、連鎖された機器Ｐ３の機器に関係するフォーマットされた情報１５を出力する方法を説明している。連鎖された機器Ｐ３は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元機器で構成される。この方法は、連鎖の少なくとも１つの機器の欠陥Ｐ５に関係するフォーマットされた情報１５を出力する段階を含む。イメージをキャプチャまたは復元できる機器は、イメージ（Ｉ）に応じて、少なくとも１つの固定特性および／または１つの可変特性を含むのが好ましい。固定および／または可変特性は、１つまたは複数の特性の値、特に焦点距離および／または焦点合わせ、および関連する特性の値と関連付けることができる。この方法は、測定フィールドから、機器の欠陥Ｐ５に関係するフォーマットされた測定情報を出力する段階を含む。フォーマットされた情報１５は、フォーマットされた情報を含む。
【００６９】
フォーマットされた情報１５を供給するために、例えば、Ｖｉｓｉｏｎ ＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｐｒｏｖｉｄｉｎｇｆｏｒｍａｔｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｉｎ ａ ｓｔａｎｄａｒｄ ｆｏｒｍａｔ ｔｏ ｉｍａｇｅ −ｐｒｏｃｅｓｓｉｎｇｍｅａｎｓ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、標準形式のフォーマットされた情報１５をイメージ処理手段、特にソフトウェアおよび／またはコンポーネントに供給する方法について説明している。フォーマットされた情報１５は、連鎖された機器Ｐ３の欠陥Ｐ５に関係している。連鎖された機器Ｐ３は、特に、少なくとも１つの画像取込機器および／または１つのイメージ復元機器からなる。イメージ処理手段では、フォーマットされた情報１５を使用して、連鎖された機器Ｐ３から引き出す、または連鎖された機器Ｐ３を送り先とする少なくとも１つのイメージＰ２の品質を修正する。フォーマットされた情報１５は、画像取込機器の欠陥を特徴づけるデータ、特に歪み特性、および／またはイメージ復元機器の欠陥を特徴づけるデータ、特に歪み特性を含む。
【００７０】
本方法は、標準形式の少なくとも１つのフィールドにフォーマットされた情報１５を書き込む段階を含む。フィールドは、フィールド名で指定し、フィールドには少なくとも１つのフィールド値が含まれる。
【００７１】
フォーマットされた情報１５を出力するために、例えば、Ｖｉｓｉｏｎ ＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒｒｅｄｕｃｉｎｇ ｕｐｄａｔｅ ｆｒｅｑｕｅｎｃｙ ｏｆ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇｍｅａｎｓ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、イメージ処理手段、特にソフトウェアおよび／またはコンポーネントの更新頻度を減らす方法を説明している。イメージ処理手段では、連鎖された機器Ｐ３から引き出される、または連鎖された機器Ｐ３を送り先とするデジタルイメージの品質を修正することが可能である。連鎖された機器Ｐ３は、特に、少なくとも１つの画像取込機器および／または少なくとも１つのイメージ復元機器で構成される。イメージ処理手段は、連鎖された機器Ｐ３の少なくとも１つの機器の欠陥Ｐ５に関係するフォーマットされ た情報１５を使用する。フォーマットされた情報１５は、少なくとも１つの変数に依存する。フォーマットされた情報１５により、変数の１つと識別子の１つとの対応関係を定めることが可能である。識別子を使って、識別子およびイメージを考慮して識別子に対応する変数の値を決定することが可能である。技術的特徴を組み合わせることで、特に物理的重要性および／内容がイメージ処理手段を分配した後のみ判明する場合に、変数の値を決定することが可能である。さらに、技術的特徴の組み合わせから、補正ソフトウェアの２回の更新を間隔をおいて行うことができる。さらに、技術的特徴の組み合わせから、機器および／またはイメージ処理手段を作成するさまざまな企業は自社の製品を他の企業とは無関係に更新することができるが、これは、後者が自社製品の特性を根本から変えたり、クライアントに自社製品を更新させることができない場合であってもそうである。また、技術的特徴の組み合わせから、新しい機能を限られた数の経済的活動組織および先駆者ユーザーから始めて徐々に配備してゆくことができる。
【００７２】
フォーマットされた情報１５を活用するために、例えば、Ｖｉｓｉｏｎ ＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒｃａｌｃｕｌａｔｉｎｇ ａ ｔｒａｎｓｆｏｒｍｅｄ ｉｍａｇｅ ｆｒｏｍ ａ ｄｉｇｉｔａｌ ｉｍａｇｅ ａｎｄ ｆｏｒｍａｔｔｅｄｉｎｆｏｒｍａｔｉｏｎ ｒｅｌａｔｅｄ ｔｏ ａ ｇｅｏｍｅｔｒｉｃｔｒａｎｓｆｏｒｍａｔｉｏｎ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、デジタルイメージおよび幾何学的変換に関係するフォーマットされた情報１５、特に連鎖された機器Ｐ３の歪みおよび／または色収差に関係するフォーマットされた情報１５から変換イメージを計算する方法を説明している。この方法は、幾何学的変換の近似から変換イメージを計算する段階を含む。そのことから、メモリリソース、メモリバンドパス、計算パワー、したがって消費電力に関して経済的であることがわかる。また、このことから、変換されたイメージに、後で使用することに関して目に見える、あるいはやっかいな欠陥がないことがわかる。
【００７３】
フォーマットされた情報１５を活用するために、例えば、ＶｉｓｉｏｎＩＱという名称での本出願と同日に出願され「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｍｏｄｉｆｙｉｎｇ ａ ｄｉｇｉｔａｌｉｍａｇｅ，ｔａｋｉｎｇ ｉｎｔｏ ａｃｃｏｕｎｔ ｉｔｓｎｏｉｓｅ」という表題の国際特許出願で説明されている方法とシステムを使用することが可能である。その出願では、連鎖された機器Ｐ３の欠陥Ｐ５に関係するデジタルイメージおよびフォーマットされた情報１５から変換イメージを計算する方法を説明している。連鎖された機器Ｐ３は、画像取込機器および／または復元機器を含む。（１文削除）この方法は、フォーマットされた情報１５および／またはデジタルイメージから特性データを自動的に判別する段階を含む。また、技術的特徴の組み合わせから、変換イメージに、後で使用することに関して目に見える、あるいはやっかいな欠陥、特に雑音に関する欠陥のないことがわかる。
【００７４】
イメージ処理手段
以下の例は、フォーマットされた情報を出力する一態様を示している。
【００７５】
図１は、対象１０７、センサ１０１およびセンサ表面１１０、光心１１１、センサ表面１１０上の観測点１０５、観測点１０５、光心１１１、シーン３を通る観測方向１０６、およびセンサ表面１１０と幾何学的に関連付けられている表面１０を含むシーン３を示している。
【００７６】
図２は、イメージ１０３、イメージ復元手段１９、および復元媒体１９０上に得られる復元されたイメージ１９１を示している。
【００７７】
図３は、シーン３、画像取込機器１、およびピクセル１０４からなるイメージ１０３を示している。
【００７８】
図４ａおよび４ｂは、基準シーン９の２つの代替バージョンを示している。
【００７９】
図５は、シーン３、シーン３の数学的イメージ７０を与える数学的な投影８、使用している特性７４に対するシーン３のイメージ１０３を与える実際の投影７２、イメージ１０３の補正されたイメージ７１を与えるパラメータ化可能変換モデル１２、数学的イメージ７０と比較した場合の差７３を示す補正されたイメージ７１を使用する組織図を示している。
【００８０】
図６は、イメージ１０３、使用している復元特性９５に対するイメージ１０３の復元されたイメージ１９１を与える実際の復元投影９０、イメージ１０３の訂正された復元イメージ９４を与えるパラメータ化可能復元変換モデル９７、訂正された復元イメージ９４の数学的復元イメージ９２を与え、復元されたイメージ１９１と比較した場合の復元差９３を示す数学的復元投影９６を使用する組織図を示している。
【００８１】
図７は光学系１００、センサ１０１、および電子ユニット１０２からなる画像取込機器１を備えるシステムを示している。図７は、イメージ１０３を含むメモリゾーン１６、フォーマットされた情報１５を含むデータベース２２、およびイメージ１０３およびフォーマットされた情報１５からなる完成したイメージ１２０を、イメージ処理用ソフトウェア４を含む計算手段１７に送信するための手段１８を示している。
【００８２】
図８は、フィールド９０からなるフォーマットされた情報１５を示している。
【００８３】
図９ａから９ｄは、数学的イメージ７０、イメージ１０３、点の数学的位置４０、および点の数学的形状４１を、対応するイメージの点の実際の位置５０および実際の形状５１と対比して示している。
【００８４】
図１０は、特性点の配列８０を示している。
【００８５】
図１１は、イメージ１０３、使用している特性７４、および特性のデータベース２２を採用している組織図を示している。フォーマットされた情報１５は、使用される特性７４から取得され、データベース２２に格納される。完成したイメージ１２０は、イメージ１０３とフォーマットされた情報１５から取得される。
【００８６】
図１２は、基準シーン９、基準シーン９の合成イメージクラス７を与える数学的投影８、および使用する特性７４に対する基準シーン９の基準イメージ１１を与える実際の投影７２を採用する組織図を示している。この組織図ではさらに、基準イメージ１１の変換されたイメージ１３を与えるパラメータ化可能変換モデル１２を使用している。変換されたイメージ１３は、偏差１４を合成イメージクラス７と対比して示す。
【００８７】
定義と詳細説明
本発明の他の特徴および利点については、
− 図１〜１２の示されている非制限的な例を示している、採用されている技術的用語の後述の定義、
− 図１〜１７の説明を読むと明らかになる。
【００８８】
シーン
シーン３は、光源によって照らされている対象１０７を含む、三次元空間内の場所として定義される。
【００８９】
画像取込機器、イメージ、画像取込
図３および７を参照して、画像取込機器１およびイメージ１０３から理解されるものについて説明する。画像取込機器１は、光学系１００、１つまたは複数のセンサ１０１、電子ユニット１０２、およびメモリゾーン１６からなる機器として定義される。前記画像取込機器１を使用すると、シーン３から、メモリゾーン１６に記録されている、または外部デバイスに送信される、静止デジタルイメージまたはアニメーションデジタルイメージ１０３を取得することが可能である。アニメーションイメージは、時間とともに連続する静止イメージ１０３からなる。前記画像取込機器１は、特に写真機器、ビデオカメラ、ＰＣに接続されている、または内蔵されているカメラ、パーソナルデジタルアシスタントに接続されている、または内蔵されているカメラ、電話に接続されている、または内蔵されているカメラ、電子会議機器、またはサーマルカメラなどの可視光線以外の波長を感知する測定用カメラまたは機器の形態をとることができる。
【００９０】
画像取込は、画像取込機器１でイメージ１０３を計算するための方法として定義される。
【００９１】
機器に複数の交換可能サブアセンブリ、特に光学系１００を装備する場合、画像取込機器１は、機器の特別な構成として定義される。
【００９２】
イメージ復元手段、復元されたイメージ、イメージ復元
図２を参照して、イメージ復元手段１９によって理解されるものについて説明する。このようなイメージ復元手段１９は、特に、画像表示画面、テレビ画面、平面型画面、プロジェクタ、バーチャルリアリティゴーグル、プリンタの形態をとることができる。
【００９３】
このようなイメージ復元手段１９は、
− 電子ユニット、
− １つまたは複数の光源、電子源、またはインク源
− １つまたは複数の変調装置、つまり光、電子、またはインクの変調を行うためのデバイス、
− 特に、映写機の場合には光学系の形態、ＣＲＴ画面の場合には電子線集束コイル、または平面型画面の場合にはフィルタの形態をとる焦点調節デバイス、
− 特に、ＣＲＴ画面、平面型画面、またはプロジェクタの場合には画面の形態、プリンタの場合には印刷が実行される印刷媒体の形態、または仮想イメージプロジェクタの場合には空間内の仮想面の形態をとる復元媒体１９０で構成される。
【００９４】
前記イメージ復元手段１９を使用すると、イメージ１０３から、復元媒体１９０上の復元されたイメージ１９１を取得することが可能である。
【００９５】
アニメーションイメージは、時間とともに連続する静止イメージからなる。
【００９６】
イメージ復元は、イメージ復元手段１９を使用してイメージを表示または印刷するための方法として定義される。
【００９７】
復元手段１９に複数の交換可能サブアセンブリまたは互いに関してずらすことができるサブアセンブリ、特に復元媒体１９０を装備する場合、イメージ復元手段１９は、特別な構成として定義される。
【００９８】
センサ表面、光心、焦点距離
図１を参照して、センサ表面１１０として定義されるものについて説明する。
【００９９】
センサ表面１１０は、画像取込の瞬間に画像取込機器１のセンサ１０１の受感面により描かれる空間内の形状として定義される。この表面は一般に平面である。
【０１００】
光心１１１は、画像取込の時にイメージ１０３と関連付けられている空間内の点として定義される。焦点距離は、センサ表面１１０が平面の場合にこの点１１１と平面１１０との間の距離として定義される。
【０１０１】
ピクセル、ピクセル値、露光時間
図３を参照して、ピクセル１０４とピクセル値によって理解されるものについて説明する。
【０１０２】
ピクセル１０４は、前記センサ表面１１０の一般的には矩形であるグリッドを作成することにより得られるセンサ表面１１０の基本ゾーンとして定義される。ピクセル値は、このピクセル１０４と関連する数値として定義される。
【０１０３】
画像取込は、各ピクセル１０４の値を決定するものとして定義される。これらの値の集まりがイメージ１０３を構成する。
【０１０４】
画像取込の際に、露光時間として定義されている期間にピクセル１０４の表面上で光学系１００を介してシーン３から得られる光束の一部について積分し、この積分の結果をデジタル値に変換することによりピクセル値が得られる。光束の積分および／またはこの積分のデジタル値への変換は、電子ユニット１０２を使って行われる。
【０１０５】
ピクセル値のこの定義は、静止イメージであろうとアニメーションであろうと、白黒またはカラーイメージ１０３の場合に適用することができる。
【０１０６】
しかし、場合によっては、光束の注目している部分は以下のさまざまな方法で得られる。
【０１０７】
ａ）カラーイメージ１０３の場合、センサ表面１１０は一般に、異なる波長の光束とそれぞれ関連付けられた複数の種類のピクセル１０４、例えば赤色、緑色、および青色のピクセルなどからなりたっている。
【０１０８】
ｂ）カラーイメージ１０３の場合、複数のセンサ１０１を並べて配置し、それぞれが光束の一部を受け取るようにできる。
【０１０９】
ｃ）カラーイメージ１０３の場合、使用される色は北米のＮＴＳＣテレビなどの場合の赤色、緑色、および青色と異なることがあり、また数も３つよりも多い場合がある。
【０１１０】
ｄ）最後に、飛び越し走査テレビカメラの場合、生成されるアニメーションイメージは、偶数番号の線を含むイメージ１０３と奇数番号の線を含むイメージ１０３を交互に並べたものからなる。
【０１１１】
使用する構成、使用する調整、使用する特性
使用する構成は、交換可能な場合には画像取込機器１に取りつけられる光学系１００などの画像取込機器１の取り外し可能サブアセンブリのリストとして定義される。使用する構成は、
− 光学系１００の種類と、
− 光学系１００のシリアル番号またはその他の指定によって特に特徴づけられる。
【０１１２】
使用する調整は、次のように定義される。
【０１１３】
− 上で定義されているように使用される構成、および
−使用する構成で使用可能な、イメージ１０３の内容に対する影響がある手動または自動調整の値。これらの調整は、ユーザーが、特に、プッシュボタンを使用して行うか、または画像取込機器１で計算することができる。これらの調整は、機器内の特に取り外し可能媒体に格納するか、または機器に接続されているデバイスに格納することができる。これらの調整は、特に、光学系１００の焦点、ダイアフラム、および焦点距離の調整、露光時間の調整、ホワイトバランスの調整、およびデジタルズーム、圧縮、およびコントラストなどの統合イメージ処理調整を含む。
【０１１４】
使用される特性７４または使用される特性７４の集まりは以下のように定義される。
【０１１５】
ａ）画像取込機器１の設計段階で決定される画像取込機器１の固有の技術的特性に関係するパラメータ。例えば、これらのパラメータは、幾何学的欠陥およびキャプチャされたイメージの鮮明さに影響を及ぼす使用する構成の光学系１００の式を含み、また使用する構成の光学系１００の式は、特に、光学系１００のレンズの形状、配置、および材質を含む。
【０１１６】
これらのパラメータはさらに以下のものを含む。
【０１１７】
− センサ１０１の幾何学的形状、つまりセンサ表面１１０、さらにこの表面上のピクセル１０４の形状および相対的配置、
− 電子ユニット１０２から発生する雑音、
− 光束からピクセル値への変換の式。
【０１１８】
ｂ）画像取込機器１の製造段階で決定される画像取込機器１の固有の技術的特性に関係するパラメータと、特に、
− 使用する構成の光学系１００のレンズの正確な位置決め、
− センサ１０１に相対的な光学系１００の正確な位置決め。
【０１１９】
ｃ）イメージ１０３のキャプチャ時に決定される画像取込機器１の技術的特性に関連するパラメータと、特に、
− シーン３に相対的なセンサ表面１１０の位置と向き、
− 使用する調整、
− 温度などの影響がある場合にそのような外部要因。
【０１２０】
ｄ）ユーザーの好み、特にイメージ復元に使用する色温度。例えば、これらの好みは、ユーザーがプッシュボタンを使用して選択する。
【０１２１】
観測点、観測方向
図１を参照して、観測点１０５と観測方向１０６によって理解されるものについて説明する。
【０１２２】
数学的表面１０は、センサ表面１１０に幾何学的に関連付けられている表面として定義される。例えば、センサ表面が平面の場合、数学的表面１０はセンサ表面と一致させることが可能である。
【０１２３】
観測方向１０６は、少なくともシーン３の１点と光心１１１を通る線として定義される。観測地点１０５は、観測方向１０６と表面１０の交差点として定義される。
【０１２４】
観測色、観測光度
図１を参照して、観測色および観測光度によって理解されるものについて説明する。観測色は、所定の瞬間に前記観測方向１０６で前記シーン３によって放射されるか、透過されるか、または反射され、前記観測点１０５から観測された光の色として定義される。観測光度は、その同じ瞬間に前記観測方向１０６で前記シーン３によって放射され、前記観測点１０５から観測された光度として定義される。
【０１２５】
色は、特に、波長の関数である光度、さもなければ、比色計で測定された２つの値により特徴付けることができる。光度は、光度計などで測定された値により特徴付けられる。
【０１２６】
前記観測色および前記観測光度は、特に、シーン３内の対象１０７の相対的位置および存在する光源、さらに観測時点での対象１０７の透明度および反射特性に依存する。
【０１２７】
数学的投影、数学的イメージ、数学的点、点の数学的色、点の数学的光度、点の数学的形状、点の数学的位置
図１、５、９ａ、９ｂ、９ｃ、および９ｄを参照して、数学的投影８、数学的イメージ７０、数学的点、点の数学的色、点の数学的光度、点の数学的形状４１、および点の数学的位置４０の概念について説明する。
【０１２８】
図５を参照して、数学的面１０上の少なくとも１つのシーン３の指定された数学的投影８により数学的イメージ７０を構成する方法について説明する。
【０１２９】
まず、指定された数学的投影８によって理解されるものについて説明する。
【０１３０】
指定された数学的投影８により、数学的イメージ７０は以下のものに関連付けられる。
【０１３１】
− イメージ１０３をキャプチャしたときのシーン３、
− 使用する特性７４。
【０１３２】
指定された数学的投影８は、画像取込時にシーン３から、また使用する特性７４から数学的イメージ７０の各点の特性を決定するための変換である。
数学的投影８は、後述の方法で優先的に定義される。
【０１３３】
数学的位置４０は、数学的表面１０上の観測方向１０５の位置として定義される。
【０１３４】
点の数学的形状４１は、観測点１０５の幾何学的点形状として定義される。
【０１３５】
点の数学的色は、観測色として定義される。
【０１３６】
点の数学的光度は、観測光度として定義される。
【０１３７】
数学的点は、注目している観測点１０５数に対する学的位置４０，数学的形状４１、数学的色および数学的光度の関連付けとして定義される。数学的イメージ７０は、前記数学的点の集まりからなる。
【０１３８】
シーン３の数学的投影８は、数学的イメージ７０である。
【０１３９】
実際の投影、実際の点、点の実際の色、点の実際の光度、点の実際の形状、点の実際の位置
図３、５、９ａ、９ｂ、９ｃ、および９ｄを参照して、実際の投影７２、実際の点、点の実際の色、点の実際の光度、点の実際の形状５１、および点の実際の位置５０の概念について説明する。
【０１４０】
画像取込時に、画像取込機器１により、シーン３のイメージ１０３が使用する特性７４に関連付けられる。シーン３から観測方向１０６に放射される光は光学系１００を通り、センサ表面１１０に到達する。
【０１４１】
前記観測方向については、実際の点として定義されているものが得られ、これは、数学的点と比較した差を示す。
【０１４２】
図９ａから９ｄを参照して、実際の点と数学的点との違いについて説明する。
【０１４３】
前記観測方向１０６と関連する実際の形状５１は、センサ表面上の点ではないが、三次元空間内の雲の形を取り、１つまたは複数のピクセル１０４と交差する。これらの違いは、コマ収差、球面収差、非点収差、ピクセル１０４へのグルーピング、色収差、被写界深度、回折、寄生反射、および画像取込機器１の像面湾曲のせいで生じる。これらにより、イメージ１０３のボケまたは鮮明さの欠如の印象が生じる。
【０１４４】
さらに、前記観測方向１０６と関連する実際の位置５０は、点の数学的位置４０と比較したときの差を示す。この差は特に幾何学的歪みによるもので、変形した印象が与えられ、例えば、垂直の壁が湾曲しているように見える。また、これは、ピクセル１０４の個数が制限されており、したがって、実際の位置５０は有限個の値しか持ち得ないという事実のせいでもある。
【０１４５】
さらに、前記観測方向１０６と関連する実際の光度は、点の数学的光度と比較したときの差を示す。これらの差は、特にガンマおよび口径食によるもので、例えば、イメージ１０３のエッジが暗く見える。さらに、雑音が信号に加わることもある。
【０１４６】
最後に、前記観測方向１０６と関連する実際の色は、点の数学的色と比較したときの差を示す。これらの差は、特にガンマおよびカラーキャストによるものである。さらに、雑音が信号に加わることもある。
【０１４７】
実際の点は、注目している観測方向１０６に対する実際の位置５０，実際の形状５１、実際の色および実際の光度の関連付けとして定義される。
【０１４８】
シーン３の実際の投影７２は、実際の点の集まりである。
【０１４９】
パラメータ化可能変換モデル、パラメータ、補正イメージ
パラメータ化可能変換モデル１２（または略してパラメータ化可能変換１２）は、イメージ１０３およびパラメータの値から補正イメージ７１が得られる数学的変換として定義される。後述のように、前記パラメータは特に、使用する特性７４から計算で求められる。
【０１５０】
前記変換を使用すると、特に、イメージ１０３の実際の点毎に、前記実際の点の補正位置、前記実際の点の補正色、前記実際の点の補正光度、および前記実際の点の補正形状をパラメータの値、前記実際の点の実際の位置、およびイメージ１０３のピクセルの値から決定することが可能である。例えば、補正位置は、係数がパラメータの値によって決まる固定次数の多項式を実際の位置の関数として使用して計算することができる。補正色および補正光度は、例えば、係数がパラメータの値と実際の位置によって異なる、ピクセルの値の重み付き総和とすることも、あるいはイメージ１０３のピクセルの値の非線形関数とすることもできる。
【０１５１】
これらのパラメータは、特に、使用する構成の光学系１００の焦点距離、またはレンズ群の位置などの関連する値、使用する構成の光学系１００の焦点、またはレンズ群の位置などの関連する値、使用する構成の光学系１００の開口、またはダイアフラムの位置などの関連する値を含む。
【０１５２】
数学的イメージと補正イメージとの差
図５を参照すると、指定されたシーン３と使用する所定の特性７４に対する数学的イメージ７０と補正イメージ７１の差７３は、補正された点の全部または一部および数学的点の全部または一部の位置、色、光度、および形状を特徴付ける数値から決定される１つまたは複数の値として定義される。
【０１５３】
例えば、所定のシーン３と使用される所定の特性７４に対する数学的イメージ７０と補正イメージ７１との差７３は以下のようにして決定することができる。
【０１５４】
− 例えば、図１０に示されているように、規則正しく配置されている点の直交配列８０の点である特性点を選択できる。
【０１５５】
−例えば、特性点毎に、補正された点および数学的な点のそれぞれに対する位置、色、光度、および形状の間の差の絶対値の総和をとることで、差７３を計算する。差の絶対値の総和関数は、平均値、二乗和、または数値を結合できる他の関数など他の関数で置き換えることができる。
【０１５６】
基準シーン
基準シーン９は、いくつかの特性が知られているシーン３として定義される。例えば、図４ａは規則正しく配置された黒で塗りつぶされた円が描かれている紙を示している。図４ｂは、同じ円にカラーの線と領域を加えた別の紙を示している。円は、点の実際の位置５０、点の実際の形状５１を測定するための線、および点の実際の色と点の実際の光度を測定するためのカラー領域を測定するために使用される。この基準シーン９は、紙以外の材質であってもよい。
【０１５７】
基準イメージ
図１２を参照して、基準イメージ１１の概念について説明する。基準イメージ１１は、画像取込機器１で得られる基準シーン９のイメージとして定義される。
【０１５８】
合成イメージ、合成イメージクラス
図１２を参照して、合成イメージおよび合成イメージクラス７の概念について説明する。合成イメージは、基準シーン９の数学的投影８で得られる数学的イメージ７０として定義される。合成イメージクラス７は、使用する特性７４の１つまたは複数の集まりに対する１つまたは複数の基準シーン９の数学的投影８によって得られる数学的イメージ７０の集まりとして定義される。基準シーン９が１つだけ、また使用する特性７４の集まりが１つだけある場合、合成イメージクラス７は合成イメージを１つしか含まない。
【０１５９】
変換イメージ
図１２を参照して、変換イメージ１３の概念について説明する。変換イメージ１３は、基準シーン１１にパラメータ化可能変換モデル１２を適用して得られる補正イメージとして定義される。
【０１６０】
合成イメージクラスに近い変換イメージ、偏差
図１２を参照して、合成イメージクラス７に近い変換イメージ１３の概念および偏差１４の概念について説明する。
【０１６１】
変換イメージ１３と合成イメージクラス７との差は、前記変換イメージと前記合成イメージクラスの合成イメージのどれか１つとの最小の差として定義される。
【０１６２】
各基準イメージ１１を基準シーン９と使用する特性７４の異なる場合に前記基準イメージ１１に対応する基準シーン９の合成イメージクラス７に近い変換イメージ１３に変換することができるものをパラメータ化可能変換モデル１２からどのように選択するかについて説明する。
【０１６３】
−使用する所定の特性７４の集まりと関連する所定の基準シーン９の場合に、基準イメージ１１を合成イメージクラス７と比較して最小の差を示す変換イメージ１３に変換することができるパラメータ化可能変換１２（およびそのパラメータ）が選択されている。そこで、合成イメージクラス７および変換イメージ１３は近いと言われる。偏差１４は、前記差として定義されている。
【０１６４】
−使用する所定の特性７４の集まりと関連する所定の基準シーンのグループの場合に、パラメータ化可能変換１２（およびそのパラメータ）は、各基準シーン９の変換イメージ１３と注目している各基準シーン９の合成イメージクラス７との差の関数をとして選択される。前記差の総和が最小になるように基準イメージ１１を変換イメージ１３に変換する場合に使用するパラメータ化可能変換１２（およびそのパラメータ）が選択されている。総和関数は、積などの他の関数で置き換えることができる。そこで、合成イメージクラス７および変換イメージ１３は近いと言われる。偏差１４は、例えば、その平均を計算することにより前記差から求められる値として定義される。
【０１６５】
−使用されるいくつかの特性７４が不明な場合、少なくとも１つの基準シーン９の複数の基準イメージ１１のキャプチャから決定することが可能である。この場合、不明な特性および特に反復計算により、または前記差および／またはその積の総和および／または他の前記差の適切な組み合わせに関して方程式を解くことにより前記差の総和が最小になるように基準イメージ１１を変換イメージ１３に変換する際に使用するパラメータ化可能変換１２（およびそのパラメータ）が設定される。そこで、合成イメージクラス７および変換イメージ１３は近いと言われる。不明な特性としては、例えば、センサ表面１１０および注目している各基準シーン９の相対位置および向きとすることができる。偏差１４は、例えば、その平均を計算することにより前記差から求められる値として定義される。
【０１６６】
最良の変換
最良の変換は、パラメータ化可能変換モデル１２のうち各基準イメージ１１を前記基準イメージ１１に対応する基準シーン９の合成イメージクラス７に近い変換イメージ１３に変換できる変換と定義することができる
較正
較正は、１つまたは複数の使用する構成について、それぞれが画像取込機器１に関連付けられている光学系１００からなる画像取込機器１の固有の特性に関係するデータを得るための方法として定義される。
【０１６７】
ケース１：構成が１つしかない場合、前記方法は以下の段階を含む。
【０１６８】
− 前記画像取込機器１に前記光学系１００を取りつける段階、
− １つまたは複数の基準シーン９を選択する段階、
− 使用する複数の特性７４を選択する段階、
− 使用する前記特性に対する前記基準シーン９のイメージをキャプチャする段階、
− 使用している同じ特性７４に対応する基準シーン９のグループ毎に最良の変換を計算する段階。
【０１６９】
ケース２：所定の画像取込機器１および同じ種類のすべての光学系１００に対応するすべての構成を考慮した場合、前記方法は以下の段階を含む。
【０１７０】
− １つまたは複数の基準シーン９を選択する段階、
− 使用する複数の特性７４を選択する段階、
− 使用する特性７４および特に使用する構成の光学系１００に対する式およびパラメータの値から、例えば、レイトレーシングにより光学系を計算するためのソフトウェアを使用してイメージ１０３を計算する段階、
− 使用している同じ特性に対応する基準シーン９のグループ毎に最良の変換を計算する段階。
【０１７１】
ケース３：所定の光学系１００および同じ種類のすべての画像取込機器１に対応するすべての構成を考慮した場合、前記方法は以下の段階を含む。
【０１７２】
− 注目している種類の画像取込機器１に前記光学系１００を取りつける段階、
− １つまたは複数の基準シーン９を選択する段階、
− 使用する複数の特性７４を選択する段階、
− 使用する前記特性に対する前記基準シーン９のイメージをキャプチャする段階、
− 使用している同じ特性に対応する基準シーン９のグループ毎に最良の変換を計算する段階。
【０１７３】
較正は、ケース１の各機器および構成について画像取込機器１のメーカーが優先的に実行することができる。この方法は正確であるが、課される制限が多く、光学系１００が交換可能でない場合に非常に好適である。
【０１７４】
あるいは、較正は、ケース２の各機器タイプおよび構成について画像取込機器１のメーカーが実行することができる。この方法は、あまり正確ではないが、簡単である。
【０１７５】
あるいは、較正は、ケース３の各光学系１００および各種類の機器について画像取込機器１のメーカーが実行することができる。この方法は、画像取込機器１と光学系１００のそれぞれの組み合わせについて較正を繰り返すことなく１つの光学系１００を１つの種類のすべての画像取込機器１で使用できる妥協策である。
【０１７６】
あるいは、較正は、ケース１の各画像取込機器１および構成について機器販売者または設置者が実行することができる。
【０１７７】
あるいは、較正は、ケース３の各光学系１００および各種類の機器について機器販売者または設置者が実行することができる。
【０１７８】
あるいは、較正は、ケース１の各機器および構成について機器のユーザーが実行することができる。
【０１７９】
あるいは、較正は、ケース３の各光学系１００および各種類の機器について機器のユーザーが実行することができる。
【０１８０】
デジタル光学系の設計
デジタル光学系の設計は、以下の方法で光学系１００のコストを低減する方法として定義される。
【０１８１】
− 特に実際の点の位置決め、またはカタログからの位置決めの選択に欠陥のある光学系１００を設計すること、
− レンズの枚数を減らすこと、および／または
− レンズの形状を簡略化すること、および／または
− 比較的安価な材料、加工作業、または製造工程を使用すること。
【０１８２】
前記方法は、以下の段階を含む。
【０１８３】
− 許容可能な差を選択する段階（上で定義した意味の範囲内で）、
− １つまたは複数の基準シーン９を選択する段階、
− 使用する複数の特性７４を選択する段階、
前記方法はさらに、以下の段階の繰り返しを含む。
【０１８４】
− 特にレンズの形状、材料、および配置を含む光学的な式を選択する段階、
− 使用する特性７４および特に使用する構成の光学系１００に対する式から、例えば、レイトレーシングまたはプロトタイプで測定を行うことにより光学系を計算するためのソフトウェアを使用してイメージ１０３を計算する段階、
− 使用している同じ特性７４に対応する基準シーン９のグループ毎に最良の変換を計算する段階、
− 差が許容可能な範囲に入るまで差が許容可能かどうかを確認する段階。
【０１８５】
フォーマットされた情報
イメージ１０３と関連するフォーマットされた情報１５、つまりフォーマットされた情報１５は、以下のデータの全部または一部として定義される。
【０１８６】
− 画像取込機器１の固有の技術的特性、特に歪み特性に関係するデータ、および／または
− 画像取込の瞬間の画像取込機器１の技術的特性、特に露光時間に関係するデータ、および／または
− 前記ユーザーの好み、特に色温度に関係するデータ、および／または
− 偏差１４に関係するデータ。
【０１８７】
特性のデータベース
特性のデータベース２２またはデータベース２２は、１つまたは複数の画像取込機器１および１つまたは複数のイメージ１０３のフォーマットされた情報１５を格納するデータベースとして定義される。
【０１８８】
特性の前記データベース２２は、中央制御型または分散型の方式で格納することができ、特に以下のようにできる。
【０１８９】
− 画像取込機器１に組み込むこと、
− 光学系１００に組み込むこと、
− 取り外し可能記憶デバイスに組み込むこと、
− 画像取込の中に他の要素に接続されているＰＣまたは他のコンピュータに組み込むこと、
− 画像取込の後に他の要素に接続されているＰＣまたは他のコンピュータに組み込むこと、
− 画像取込機器１と共有している記憶媒体を読み込むことができるＰＣまたは他のコンピュータに組み込むこと、
− それ自体他の画像取込要素に接続されているＰＣまたは他のコンピュータに接続されているリモートサーバーに組み込むこと。
【０１９０】
フィールド
図８を参照して、フィールド９０の概念について定義する。イメージ１０３と関連するフォーマットされた情報１５は、複数の形式で記録し、複数の表形式に構造化することができるが、論理的に、以下のデータからなるフィールド９０の全部または一部に対応する。
【０１９１】
（ａ）焦点距離データ、
（ｂ）被写界深度データ、
（ｃ）幾何学的欠陥データ。
【０１９２】
前記幾何学的欠陥データは、フィルミング特性７４と関連するパラメータおよびフィルミングの時に画像取込機器１の特性を表すパラメータ化可能変換により特徴付けられるイメージ１０３の幾何学的欠陥を含む。前記パラメータおよび前記パラメータ化可能変換を使用すると、イメージ１０３の点の補正された位置を計算することができる。
【０１９３】
前記幾何学的欠陥データはさらに、フィルミング特性７４と関連するパラメータおよびフィルミングの時に画像取込機器１の特性を表すパラメータ化可能変換により特徴付けられる口径食も含む。前記パラメータおよび前記パラメータ化可能変換を使用すると、イメージ１０３の点の補正された光度を計算することができる。
【０１９４】
前記幾何学的欠陥データはさらに、フィルミング特性７４と関連するパラメータおよびフィルミングの時に画像取込機器１の特性を表すパラメータ化可能変換により特徴付けられるカラーキャストも含む。前記パラメータおよび前記パラメータ化可能変換を使用すると、イメージ１０３の点の補正された色を計算することができる。
【０１９５】
前記フィールド９０はさらに、イメージ１０３の鮮明さも含む（ｄ）。
【０１９６】
前記鮮明さは、フィルミング特性７４と関連するパラメータおよびフィルミングの時に画像取込機器１の特性を表すパラメータ化可能変換により特徴付けられるイメージ１０３の解像度のボケを含む。前記パラメータおよび前記パラメータ化可能変換を使用すると、イメージ１０３の点の補正された鮮明さを計算することができる。ボケは、特にコマ収差、球面収差、非点収差、ピクセル１０４へのグルーピング、色収差、被写界深度、回折、寄生反射、および像面湾曲に及ぶ。
【０１９７】
前記鮮明さはさらに、被写界深度のボケ、特に球面収差、コマ収差、および非点収差も含む。前記ボケは、画像取込機器１に対するシーン３の点の距離に依存し、またフィルミング特性７４と関連するパラメータおよびフィルミングの時に画像取込機器１の特性を表すパラメータ化可能変換によって特徴づけられる。前記パラメータおよび前記パラメータ化可能変換を使用すると、イメージ１０３の点の補正された形状を計算することができる。
【０１９８】
前記フィールド９０はさらに、量子化法のパラメータも含む（ｅ）。前記パラメータは、センサ１０１の幾何学的形状および物理的特性、電子ユニット１０２のアーキテクチャ、および使用することができる処理用ソフトウェアによって決まる。
【０１９９】
前記パラメータは、前記シーン３から導かれる波長をおよび光束の関数としてピクセル１０４の光度の変動を表す関数を含む。前記関数は、特にガンマ情報を含む。
【０２００】
前記パラメータはさらに以下を含む。
【０２０１】
− 前記センサ１０１の幾何学的形状、特に前記センサ１０１の受感素子の形状、相対的位置、および個数、
− 画像取込機器１の雑音の空間的および時間的分布を表す関数、
− 画像取込の露光時間を表す値。
【０２０２】
前記フィールド９０は、さらに、画像取込機器１によって実行されるデジタル処理演算、特にデジタルズームおよび圧縮のパラメータを含む（ｆ）。これらのパラメータは、画像取込機器１の処理用ソフトウェアおよびユーザーの調整によって異なる。
【０２０３】
前記フィールドはさらに以下を含む。
【０２０４】
（ｇ）ユーザーの好みを、特にボケの程度およびイメージ１０３の解像度に関して表すパラメータ。
【０２０５】
（ｈ）偏差１４。
【０２０６】
フォーマットされた情報の計算
フォーマットされた情報１５は、複数段階において計算しデータベース２２に記録することができる。
【０２０７】
ａ）画像取込機器１の設計の終了時の段階。
【０２０８】
この段階を使うと、画像取込機器１の固有の技術的特性が得られ、特に、
− 電子ユニット１０２で発生する雑音の空間的および時間的分布、
− 光束からピクセル値への変換の式。
【０２０９】
− センサ１０１の幾何学的形状。
【０２１０】
ｂ）デジタル光学系の較正または設計の終了時の段階。
【０２１１】
この段階を使うと、画像取込機器１の他の固有の技術的特性が得られ、特に、使用する特性の個数について、関連性が最も高い変換および関連する偏差１４について得られる。
【０２１２】
ｃ）プッシュボタン、メニュー、取り外し可能媒体、あるいは他のデバイスへの接続を使用して、ユーザーの好みを選択する段階。
【０２１３】
ｄ）画像取込段階。
【０２１４】
この段階を使用することで、画像取込の時に画像取込機器１の技術的特性、および特に、手動または自動調整を行うことにより決定される露光時間を得ることが可能である（ｄ）。
【０２１５】
段階（ｄ）を使用すると、焦点距離を得ることも可能である。焦点距離は以下から計算される。
【０２１６】
− 使用する構成の光学系１００の可変焦点距離のレンズのグループの位置の測定、
− 位置決めモーターに入力する設定値、または
− 焦点距離が固定の場合にはメーカーの値。
【０２１７】
その後、前記焦点距離は、イメージ１０３の内容を解析することにより決定することができる。
【０２１８】
段階（ｄ）を使用することで、被写界深度を得ることも可能である。被写界深度は以下から計算される。
【０２１９】
− 使用する構成の光学系１００の集束レンズのグループの位置の測定、
− 位置決めモーターに入力する設定値、または
− 被写界深度が固定の場合にメーカーの値。
【０２２０】
段階（ｄ）を使用することで、幾何学的形状および鮮明さの欠陥を得ることも可能である。幾何学的形状および鮮明さの欠陥は、段階（ｂ）の終わりに得られる特性のデータベース２２の変換を組み合わせることにより計算で求められた変換に対応する。この組み合わせは、使用する特性７４に対応するパラメータの値、特に焦点距離を表すように選択する。
【０２２１】
段階（ｄ）を使用することで、画像取込機器１によって実行されるデジタル処理のパラメータを得ることも可能である。これらのパラメータは、手動または自動調整を行うことで決定される。
【０２２２】
段階（ａ）〜（ｄ）によるフォーマットされた情報１５の計算は、以下により実行できる。
【０２２３】
− 画像取込機器１に組み込まれているデバイスまたはソフトウェア、および／または
− ＰＣまたは他のコンピュータ内のドライバソフトウェア、および／または
− ＰＣまたは他のコンピュータ内のソフトウェア、および／または
− これら３つの組み合わせ。
【０２２４】
段階（ｂ）および段階（ｄ）の前記の変換結果は、以下の形式で格納することができる。
【０２２５】
− 一般的な数学的式、
− 各点に対する数学的式、
− いくつかの特性点に対する数学的式。
【０２２６】
数学的式は、以下によって記述することができる。
【０２２７】
− 係数のリスト、
− 係数および座標のリスト。
【０２２８】
これらの異なる方法を使用することにより、式の格納に使用できるメモリの容量と補正されたイメージ７１の計算に使用できる計算能力とのバランスを取ることが可能である。
【０２２９】
さらに、データを取り出すために、データに関連する識別子がデータベース２２に記録される。これらの識別子としては特に、以下のものがある。
【０２３０】
− 画像取込機器１の種類および基準の識別子、
− 取り外し可能であれば光学系１００の種類および基準の識別子、
− 格納されている情報へのリンクを含む他の取り外し可能要素の種類および基準の識別子、
− イメージ１０３の識別子、
−フォーマットされた情報１５の識別子、
完成したイメージ
図１１で説明されているように、完成したイメージ１２０はフォーマットされた情報１５に関連付けられたイメージ１０３として定義される。この完成したイメージ１２０は、優先的に、ファイルの形をとることができる。完成したイメージ１２０はさらに、複数のファイルに分散させることもできる。
【０２３１】
完成したイメージ１２０は、画像取込機器１によって計算することができる。これはさらに、コンピュータなどの外部計算デバイスによって計算することもできる。
【０２３２】
イメージ処理用ソフトウェア
イメージ処理用ソフトウェア４は、１つまたは複数の完成したイメージ１２０を入力として受け付け、それらのイメージに対し処理演算を実行するソフトウェアとして定義される。これらの処理演算には特に、以下のものがある。
【０２３３】
− 補正されたイメージ７１を計算すること、
− 現実世界で測定を実行すること、
− 複数のイメージを組み合わせること、
− 現実世界に関してイメージの忠実度を改善すること、
− イメージの主観的画質を改善すること、
− シーン３内の物体または人物１０７を検出すること、
− シーン３に物体または人物１０７を追加すること、
− シーン３内の物体または人物１０７を置換または修正すること、
− シーン３から陰影を除去すること、
− シーン３に陰影を追加すること、
− イメージベースで対象を検索すること。
【０２３４】
前記イメージ処理用ソフトウェアは、
− 画像取込機器１に組み込み、
− 送信手段１８により画像取込機器１に接続されている計算手段１７で実行することができる。
【０２３５】
デジタル光学系
デジタル光学系は、画像取込機器１、特性のデータベース２２、および以下のことを行うための計算手段１７の組み合わせとして定義される。
【０２３６】
− イメージ１０３の画像取込、
− 完成したイメージの計算、
− 補正されたイメージ７１の計算。
【０２３７】
ユーザーが直接、補正されたイメージ７１を取得するのが好ましい。ユーザーは、もしそうしたければ、自動補正の抑制を要求することができる。
特性のデータベース２２は、
− 画像取込機器１に組み込み、
− 画像取込中に他の要素に接続されているＰＣまたは他のコンピュータに組み込み、
− 画像取込の後に他の要素に接続されているＰＣまたは他のコンピュータに組み込み、
− 画像取込機器１と共有している記憶媒体を読み込むことができるＰＣまたは他のコンピュータに組み込み、
− それ自体他の画像取込要素に接続されているＰＣまたは他のコンピュータに接続されているリモートサーバーに組み込むことができる。
【０２３８】
計算手段１７は、
− センサ１０１とともにコンポーネントに組み込み、
− 電子ユニット１０２の一部とともにコンポーネントに組み込み、
− 画像取込機器１に組み込み、
− 画像取込中に他の要素に接続されているＰＣまたは他のコンピュータに組み込み、
− 画像取込の後に他の要素に接続されているＰＣまたは他のコンピュータに組み込み、
− 画像取込機器１と共有している記憶媒体を読み込むことができるＰＣまたは他のコンピュータに組み込み、
− それ自体他の画像取込要素に接続されているＰＣまたは他のコンピュータに接続されているリモートサーバーに組み込むことができる。
【０２３９】
完全な連鎖の処理
前段では、本質的に、イメージ処理用ソフトウェア４に対し画像取込機器１の特性に関係するフォーマットされた情報１５を供給する本発明による概念の詳細および方法およびシステムの説明を提示した。
【０２４０】
後段では、これらの概念の定義を展開し、イメージ処理用ソフトウェア４に対しイメージ復元手段１９の特性に関係するフォーマットされた情報１５を供給する本発明による方法およびシステムについて補足説明する。こうして、完全な連鎖の処理を説明する。
【０２４１】
完全な連鎖の処理を使用することで、
− 連鎖の一端から他端へのイメージ１０３の品質を改善し、画像取込機器１およびイメージ復元手段１９の欠陥を補正しながら復元されたイメージ１９１を取得し、および／または
− イメージの画質の改善を行うソフトウェアと組み合わせてビデオプロジェクタで低品質および低コストの光学系を使用することが可能である。
【０２４２】
イメージ復元手段と関連する定義
図２および６を基に、プリンタ、表示画面、またはプロジェクタなどのイメージ復元手段１９の特性がフォーマットされた情報１５でどのように考慮されているかを説明する。
【０２４３】
イメージ復元手段１９の場合に定義に加える補足または修正は、当業者であれば、画像取込機器１の場合に示した定義の類推により推論することができる。しかしながら、この方法を説明するために、特に図６を参照して主要な補足または修正について説明する。
【０２４４】
使用する復元特性９５により、イメージ復元手段１９の固有の特性、イメージ復元時のイメージ復元手段１９の特性、およびイメージ復元時のユーザーの好みが指定される。特にプロジェクタの場合、使用する復元特性９５は使用するスクリーンの形状と位置を含む。
【０２４５】
パラメータ化可能復元変換モデル９７（または略してパラメータ化可能復元変換９７）では、パラメータ化可能変換モデル１２に類似した数学的変換が指定される。
【０２４６】
補正された復元イメージ９４で、パラメータ化可能復元変換９７をイメージ１０３に適用して得られるイメージを指定する。
【０２４７】
数学的復元投影９６により、補正された復元イメージ９４に復元媒体１９０の表面に幾何学的に関連付けられている数学的復元表面上の数学的復元イメージ９２を関連付ける数学的投影が指定される。数学的復元表面の数学的復元点は、補正された復元イメージ９４から計算で求められた形状、位置、色、および光度を持つ。
【０２４８】
実際の復元投影９０により、復元されたイメージ１９１をイメージ１０３に関連付ける投影が指定される。イメージ１０３のピクセル値は、復元手段１９の電子ユニットにより復元手段１９の変調装置を駆動する信号に変換される。実際の復元点は、復元媒体１９０上に得られる。前記実際の復元点は、形状、色、光度、および位置により特徴付けられる。画像取込機器１の場合に上で説明したピクセル１０４へのグルーピングの現象は、イメージ復元手段の場合には発生しない。他方、特に線が階段状になるという結果とともに逆現象が発生する。
【０２４９】
復元の差９３は、復元されたイメージ１９１と数学的復元イメージ９２との差として指定される。この復元の差９３は、差７３の類推で求められる。
【０２５０】
復元基準により、ピクセル１０４の値が知られているイメージ１０３が指定される。
【０２５１】
最良の復元変換により、復元基準および使用する復元特性９５については、イメージ１０３を補正された復元イメージ９４に変換し、数学的復元復元投影９２が復元されたイメージ１９１と比較して最小の復元差９３を示すようにできるものが指定される。
【０２５２】
復元較正およびデジタル復元光学系の設計の方法は、画像取込機器１の場合にデジタル光学系の較正および設計の方法と比較できる。しかしながら、いくつかの段階および特に以下段階には違いが存在する。
【０２５３】
− 復元基準を選択する段階、
− 前記復元基準の復元を実行する段階、
− 最良の復元変換を計算する段階。
【０２５４】
画像取込機器１に関係する、またイメージ復元手段１９に関係する、フォーマットされた情報１５を同じイメージについて終端間で使用することができる。
【０２５５】
前段では、画像取込機器１の場合にフィールドの概念について説明した。この概念は、類推によりイメージ復元手段１９の場合にも適用できる。しかしながら、量子化法のパラメータは、信号再構成法のパラメータ、つまりイメージ復元手段１９の雑音の空間的および時間的分布を表す関数である、復元媒体１９０の幾何形状およびその位置で置き換えられる。
【０２５６】
概念の一般化
本発明のもとになった、請求項に明記されている技術的特徴は、デジタル型の画像取込機器、つまりデジタルイメージを出力する機器を本質的に参照することにより定義され、説明され、図解されている。同じ技術的特徴は、現像された感光フィルムからデジタルイメージを生成するスキャナを使用する銀技術（ハロゲン化銀感光フィルム、ネガティブまたはリバーサルフィルムを使用する写真または映写機器）に基づく機器の組み合わせである画像取込機器の場合に適用可能であることは容易に理解できるであろう。確かに、この場合、使用している定義の少なくとも一部を適合させることは適切である。このような適合は、当業者の能力の範囲内にあるものである。このような適合の明白な性格を明らかにするために、図３を参照して説明されているピクセルおよびピクセル値の概念を、スキャナを使用する銀技術に基づく機器を組み合わせた場合に、スキャナを使ってこれをデジタイズした後、フィルムの表面のエレメントゾーンに適用するだけでよい。定義のこのような転用は、自明なことであり、使用する構成の概念に拡大適用することができる。例えば、使用する構成に含まれる画像取込機器１の取り外し可能サブアセンブリのリストは、銀技術に基づく機器で効果的に使用される種類の写真用フィルムで補うことができる。
【０２５７】
イメージの品質の自動修正
図１７、１３ａ、１３ｂ、および１３ｃを参照して、指定された連鎖された機器としても定義される、連鎖された機器Ｐ３から引き出される、または連鎖された機器Ｐ３を送り先とするイメージＰ２の品質の自動修正を行うための本発明による方法およびシステムの実施例の説明をする。
【０２５８】
実施例では、本発明によるシステムは、イメージＰ２について、本発明による方法の、
−機器の集合体装置Ｐ７５の機器に関係するフォーマットされた情報１５のソースＰ５０の索引を付加する段階であって、それらのソースＰ５０は特に、場合によるが、イメージＰ２を格納するイメージファイルＰ５８、ローカルおよび／またはリモートデータベース２２、およびイメージＰ２または修正されたイメージをロードするための手段Ｐ５３であり、例はスキャナに使用されるＴｗａｉｎ対応ソフトウェアであり、この方法で索引付加されるソースはデータベース２２として定義されている段階と、
− このようにして索引付加された前記フォーマットされた情報のうち前記指定された連鎖された機器Ｐ３に関係する特定のフォーマットされた情報Ｐ５１を自動的に検索する段階であって、ソースを使用して、例えば、インターネット経由でデータベース２２を更新することができる段階と、
− 特定のフォーマットされた情報Ｐ５１の検索が機器の１つについて失敗した場合に、例えば、機器の欠陥を測定するか、または機器をシミュレートするか、または上述の方法による機器を較正することにより、未知のフォーマットされた情報を計算する段階と、
− このようにして得られた前記特定のフォーマットされた情報Ｐ５１を考慮し、イメージ処理ソフトウェアＰ６４および／またはイメージ処理コンポーネントＰ６５を使用して自動的にイメージＰ２を修正する段階を実行するデータ処理手段Ｐ７６を備える。
【０２５９】
例を使用して、写真機器であろうと、ビデオ撮影機器であろうと、音響機器であろうと、画像取込機器のイメージの復元の適用について本発明による方法およびシステムを説明する。これらの条件の下で、撮影機器（特に光学系の）、センサまたは感光面（ＣＣＤ、感光フィルムなど）、スキャナ、処理ソフトウェア、異なる機器間の情報伝達連鎖、およびそのような機器のイメージを復元するためのプリンタの特性を使用することが可能になる。後述のように、イメージ連鎖内でそれ独自の特性を持つ他の要素を使用することが可能である。
【０２６０】
各機器は、識別子６０により、また機器のタイプを識別することが可能な、したがってこのタイプの機器に関係する知られている特性にアクセスし、インデックスＰ５２を取得することが可能な手段により特徴付けられるが、その使い方については後述する。
【０２６１】
特別な動作調整を受ける機器もある。例えば、キャプチャ機器を撮影条件の関数として調整したり、またはプリンタを拡大モードに設定するといったことができる。これらの特定の動作モードから、本発明の範囲内で使用することができる可変特性Ｐ５５が得られる。さらに、これらの可変特性Ｐ５５は、連鎖された機器Ｐ３の固定特性（またはオリジナル特性）に影響を与える可能性がある。
【０２６２】
図１３ａは、本発明のシステムの実施例を示す。
【０２６３】
この図の上側に、周辺機器として定義される、情報、イメージ、およびデータをシステムに供給する機器またはデバイスが示されている。
【０２６４】
関わっているのは、以下のものである。
【０２６５】
−明らかにイメージ情報６１を含むが、撮影媒体の特性および画像取込条件またはイメージの後からの操作に関する情報を供給する特性に関するデータ６２も含むことができる、処理されるイメージ１である（例えば、使用する焦点距離、またはイメージの寸法変更）。これらの特性は、以下の説明では可変特性６６として取り扱う。可変特性はさらに、イメージ自体に含めることも、イメージから計算することもできる。
【０２６６】
−固有の特性を持ち、可変特性６６を備えることができる画像取込機器ＡＰＰ１。固有の特性は、機器の種類またはそれぞれの機器に関係しており、また機器および元を特性を知っていることにより知られることになる。特に、これらは識別子６０、例えば、機器またはフィルム上のバーコードから知ることができ、システムはそれらの固有の特性をその識別子に関連付けることができる。識別子６０は、イメージ、データ６２からさまざまな方法で、および／または図１３ａのＬＯＧ／ＭＡＴ／ＩＭＰＲで記号化されている機器の管理用ソフトウェアまたは機器自体、またはユーザーに問い合わせることにより得ることができる。可変特性６６は、一般に、画像取込条件に関係し、上述のものとすることができるが、イメージ、または画像取込機器、またはそれと同時に両方に含まれ、
−周辺機器ＡＰＰ２〜ＡＰＰｎは、特に、機器のタイプに関係する特性を持つプリンタまたはスキャナなどの周辺機器ＡＰＰ２を備え、特に、その欠陥だけでなく、使用モードに関係する可変特性６６、例えば、プリンタの拡大率を反映する。ＡＰＰｎなどの周辺機器は疑似周辺機器でもよく、以下の機器または機能を表し、それらの機器または機能に対応する特性を含むファイルの形式を取ることができる。
【０２６７】
− 画像取込機器、
− イメージ復元機器、
− 「そっくり」という言葉で言い表せる、機器で撮った写真をシミュレートする方法に関して、機器ＡＰＰ１と異なる画像取込機器、
− 前記の類推によって「そっくり」という仮想用語で言い表せる、上述の機器の代用とすることに関して、機器ＡＰＰ１と異なる画像取込機器のシミュレーション、
− ユーザーの目の視覚的欠陥を考慮してイメージの品質を修正することができる、または特殊効果を出すことができる特性、
− デジタルズームにより生じるボケなどのソフトウェア欠陥を補正または修正することができる特性、
− イメージ上で処理を実行し、欠陥が入り込む、または録画またはズームなどの可変特性６６が付随するソフトウェア、
− 画面の正面性または平坦性に関する平方誤差に関係し、例えば、カメラによって測定できる、特にプロジェクタの設置特性、
− 上述のような複数の機器の組み合わせ。
【０２６８】
これらの異なるデバイスＡＰＰ１〜ＡＰＰｎおよびイメージ１は連鎖された機器Ｐ３を含む。イメージの処理では、その固有の欠陥だけでなく、イメージ上に作用する異なる機器すべての欠陥も考慮する。これらのデバイスセットは、連鎖された機器Ｐ３として定義される。このシステムの目的は、連鎖の各デバイスによりイメージの修理に持ち込まれる欠陥を補正または修正することである。
適宜考慮できる可変特性６６の例を以下に示す。
【０２６９】
− 光学系の焦点距離
− イメージのサイズ変更設定（デジタルズーム係数の増加によるイメージの一部の拡大、および／またはサンプリングによるイメージのピクセル数の削減）
− ガンマ補正などの非線形な輝度補正
− 機器により適用されるボケ修正のレベルなどの輪郭強調、
− センサおよび電子ユニットの雑音、
− 光学系の口径、
− 焦点距離、
− フィルム上のフレームの数、
− 露光不足または露光過多、
− フィルムまたはセンサの感度、
− プリンタで使用される用紙の種類、
− イメージ内のセンサの中心点の位置、
− センサに対するイメージの傾き具合、
− スクリーンに対する投影位置、
− 使用されるホワイトバランス、
− フラッシュの使用、および／あるいはフラッシュの閃光力、
− 露光時間、
− センサ利得、
− 圧縮、
− コントラスト、
− 動作モードなど、機器のユーザーによって適用される他の調整、
− 機器の他の自動調整、
− 機器により実行される他の自動調整。
【０２７０】
システムでは、受信インターフェースＣ．ＶＡＲ１、Ｃ．ＶＡＲ２、．．．Ｃ．ＶＡＲｎを備え、これらは上述の可変特性６６を受け取るように設計されている。イメージから得られる特性は、イメージ自体により、あるいは上述のように、イメージに関連付けられているデータにより伝達することができる。イメージの可変特性６６は画像取込機器によっても伝達できることに注意されたい。
インターフェイスＩＤ１、ＩＤ２、．．．ＩＤｎは、異なる周辺機器ＡＰＰ１〜ＡＰＰｎの識別子６０を受け取るように設計されている。
【０２７１】
場合によって、周辺機器という概念は、同じタイプのものであってもなくてもよい、１つまたは複数の機器に対応する。以下の例は、それぞれコーディングと内容という形で識別子６０の可能な実装が付随しており、以下のケースの複数に対応する。
【０２７２】
− 所定の周辺機器（例えば、コーディングＩＡ１：メーカーの名前、周辺機器のタイプ、周辺機器のシリアル番号）、
− 所定のタイプの周辺機器（例えば、コーディングＩＡ２：メーカーの名前、周辺機器のタイプ）、
− 所定の構成（例えば、コーディングＩＡ３：メーカーの名前、周辺機器のタイプ、取りつけられている交換可能対象物のタイプ）、
− 周辺機器のカテゴリ（例えば、使い捨て写真機器に適合されたコーディングＩＡ４：メーカーの名前、機器のタイプ、フレーム番号）、
− メーカー（例えば、メーカーのコーディングＩＡ５）、
− 連鎖の複数の周辺機器（例えば、写真印刷用の機器のコーディングＩＡ６、使い捨て機器に関係するフォーマットされた情報の項目はインポートされスキャナおよびプリンタのと組み合わされ、連鎖に関係するローカルデータベースに格納され、適合された識別子が必要である）、
− ズームアルゴリズムなどのアルゴリズム（例えば、コーディングＩＡ７：アルゴリズムの名前、実装、アルゴリズムの前後にイメージ品質が変わるかどうかを示すフィールド）、
− 視覚欠陥が補正または修正される人（例えば、コーディングＩＡ８：人の名前、国）、
− エミュレートされ、欠陥を加えるとともに抑制しないことを必要とする周辺機器（例えば、コーディングＩＡ９：メーカーの名前、機器のタイプ）、
− 所定の周辺機器バージョン（例えば、コーディングＩＡ１０：メーカーの名前、周辺機器のタイプ、周辺機器のソフトウェアのバージョン）、
− プロトコル（例えば、コーディングＩＡ１１：Ｔｗａｉｎプロトコルから得られるデータ）、
− 汎用周辺機器（例えば、コーディングＩＡ１２：データソースのリスト、フィールド識別子、フィールド値）。
【０２７３】
こうしてシステムは、連鎖された機器Ｐ３の周辺機器または機器を分析し、場合に応じてさまざまな方法により識別子６０を判別し、データベースにクエリを実行することができる。
【０２７４】
データベースは、機器のタイプ毎に、欠陥およびその機器の特性を表すフォーマットされた情報の少なくとも１つを含む。フォーマットされた情報１５は、さまざまな形で機器の欠陥Ｐ５に関係している。これは、機器の欠陥を表す場合がある。また、機器の欠陥の逆を表す場合もある。単に欠陥の近似を表す場合もある。２つの機器の欠陥の間の偏差を表す場合もある。インターフェイスＩＤ１などのインターフェイスによって供給される識別子６０毎に、回路２０．１で一時的に受け取る、１５．１などのフォーマットされた情報を取得することが可能である。−機器ＡＰＰ１、ＡＰＰ２、．．．ＡＰＰｎに関係するフォーマットされた情報は、回路２０．１、２０．２、．．．２０．ｎで受け取ることができる。
【０２７５】
データベースは、システムに組み込んだり、あるいは少なくとも一部をリモートに置くことができる。
【０２７６】
この場合、少なくとも一部は、第三者により管理することができる。
【０２７７】
例えば、固有の欠陥を補正または修正するデジタル写真機器の場合、データベースを登録に留めることもできる。
【０２７８】
フォーマットされた情報処理するためのオペレータ２１．１、２１．２、．．．２１．ｎは、インターフェイスＣ．ＶＡＲ１〜Ｃ．ＶＡＲｎによって供給される可変特性６６の値および回路２０．１〜２０．Ｎによって供給されるフォーマットされた情報の一部を受け取るように設計されており、各オペレータは１つまたは複数の可変特性６６を使用してフォーマットされた情報の一部を処理し、修正されたフォーマットされた情報を中間回路２２．１〜２２．ｎに供給する。例えば、オペレータ２１．１は、焦点距離に依存するフォーマットされた情報１５．１を受け取り、インターフェイスＣ．ＶＡＲ１によって供給される可変特性６６の値（焦点距離の値）を使用して処理し、焦点距離に依存しない修正されたフォーマットされた情報１５．１’を供給する。例えば、図１６．１は、上述のように、欠陥７０４が明白になり、ひいてはフォーマットされた情報１５が得られる特性を備える機器を示している。例えば、可変焦点距離７０５を表す可変特性６６により、さらに、フォーマットされた情報が得られる（図１６．２を参照）。
【０２７９】
イメージ処理オペレータ２３．１、２３．２、．．．２３．ｎは、それぞれ、修正されたフォーマットされた情報を受け取るように設計されている。第１のオペレータ２３．１は、処理すべきイメージを受け取り、修正されたフォーマットされた情報１５．１’を使用して処理し、修正されたイメージを供給する。これは、以下のオペレータ２３．２が受け取り、修正されたフォーマットされた情報１５．２’を使用して処理し、新しい修正されたイメージを供給し、最後のオペレータ２３．ｎまでこの作業を続け、最終的な修正イメージを供給する。
【０２８０】
たぶん、イメージ処理オペレータが修正されたフォーマットされた情報を受け取らなければ、このようなオペレータが受け取ったイメージは修正されず、後のオペレータまたは出力にそのまま伝達されるか、または例えば、デフォルトのフォーマットされた情報を使用する場合がある。
【０２８１】
最後に、システムの動作全体、および特にシステムの異なる要素間の情報およびデータの交換は、中央制御ユニット２５により管理することができる。
【０２８２】
これらの条件の下で、中央制御ユニット２５は、インターフェイスＩＤ１、ＩＤ２、．．．、ＩＤｎによって与えられるアドレスを持つフォーマットされた情報を、データベース２２内で自動的に検索する機能を受け持つ。中央ユニット２５は、この情報の検索を管理し、フォーマットされた情報を処理するためオペレータ２１．１〜２１．ｎをアクティブにし、その後イメージ処理オペレータ２３．１〜２３．ｎをアクティブにする。必要ならば、オペレータは、異なるリモートの相互接続されているシステムに配置することができる。
【０２８３】
図１３ｂは、本発明によるシステムの他の実施形態を示している。この他の実施形態では、修正されたフォーマットされた情報を組み合わせて単一のフォーマットされた情報にまとめ、処理するイメージの品質を修正する。この目的のために、１つのオペレータ２３．ｔでオペレータ２３．１〜２３．ｎを置き換える。オペレータは、異なる修正されたフォーマットされた情報を組み合わせ、処理するイメージの品質を修正できるようにし、修正されたイメージを供給する。
【０２８４】
さらに、図１３ａのシステムに適用することもできる他の実施形態によれば、図１３ｃに示されているように、機器の可変特性６６およびその識別子を組み合わせて、データベース２２内で直接修正されたフォーマットされた情報にアクセスできるようにすることが説明されている。例えば、Ｃ．ＶＡＲ１によって与えられる可変特性６６を識別子ＩＤ１と組み合わせて、修正されたフォーマットされた情報１５．１を形成し、２２．１に伝達する。図１３ｃにおいて、この配置は修正されたフォーマットされた情報１５．１’についてのみ規定されるが、他のフォーマットされた情報の全部または一部に適用することも可能であることは明らかである。このシステムは、図１３ａおよび２３、および図１３ｂおよび１３ｃについてオペレータ２３．ｎの出力から修正されたイメージを供給する。図１６．５は、修正されたイメージ６１ｃに対し、以下のような、関連する情報６２ｃが加えられるケースを示している。
【０２８５】
− イメージの電子署名、
− 補正されたデータ、つまり、修正されたフォーマットされた情報またはその等価物、または単にインジケータ、したがってイメージが補正または修正されたことを示すもの、
− 例えば、ＥｘｉｆまたはＰＩＭ形式のデータなど、必要ならばイメージに適用される処理オペレーションを反映するように修正または更新されたオリジナルイメージ１と関連付けられているデータ６２または情報Ｐ６３、
− または両方のタイプのデータ。
【０２８６】
図１３ａ〜１３ｃの実施例は、すべての欠陥またはそれぞれの欠陥に適用することができる。
【０２８７】
例えば、機器ＡＰＰ１の歪みおよびボケ、さらにＡＰＰ２の歪みおよびボケなどを補正することが可能である。
【０２８８】
他の実施例によれば、ＡＰＰ１の歪みを補正し、その後、ＡＰＰ２の歪みなどを補正し、さらに、ＡＰＰ１のボケ、ＡＰＰ２のボケなどと補正することも可能である。
【０２８９】
複数の欠陥および複数の機器の場合に一般化することにより、両方の実施形態のアプローチを組み合わせることが可能である。
【０２９０】
図１４ａを参照して、本発明を方法の簡略化した実施例について説明する。この実施例は、画像取込機器に適用される。この方法では、画像取込機器などの機器およびその機器の調整による欠陥のみを修正する必要があると仮定する。
【０２９１】
例えば、イメージは、デジタイズデバイス４００．１、デジタルキャプチャ機器４００．２（デジタル写真機器、またはスキャナ、またはその他の機器）、またはコンパクトディスク４００．３によりデジタイズ形式でに処理することが可能である。
【０２９２】
この方法の段階４０１で、デジタイズされたイメージが使用できる。さらに、画像取込機器の特性さらにこの機器の種類が、バーコードなどの識別手段により知られる。
【０２９３】
この方法の段階４０２で、機器の識別子６０を取得または計算する。
【０２９４】
段階４０３で、画像取込機器の特性のデータベース２２にアクセスするために、識別子６０、例えば、インデックスＰ５２を使用することができる。実際、上述のように、機器の特性が原則として知られているすべての機器について登録されているデータベースが利用可能である。本発明の範囲内で、これらの特性は修正すべき欠陥を表す。したがってデータベース２２は段階４０３で呼び出される。他の実施形態では、データベースの呼び出しではさらに、段階４０５で得られるいくつかの可変特性６６を考慮することで、可変特性６６についてこの方法で得られる値に関連するフォーマットされた情報を直接取得することができる。
【０２９５】
段階４０４では、対応する機器の特性（欠陥）を表すフォーマットされた情報１５がデータベース２２の識別子６０から求められるアドレスから読み込まれる。
【０２９６】
さらに、処理すべきイメージとともに、システムに対し、必要ならば、機器のメモリ、機器に関係するソフトウェア、またはイメージと関連付けられた情報から可変特性（特に撮影条件）を供給することができる。
【０２９７】
したがって、これらの特性は段階４０５で使用できる。
【０２９８】
これ以降（段階４０６）、フォーマットされた情報１５．１〜１５．ｎを可変特性６６と組み合わせて、修正されたフォーマットされた情報１５．１’〜１５．ｎ’を供給する。この修正されたフォーマットされた情報は、イメージの品質を修正するために使用するすべての情報を含む。
【０２９９】
この段階４０６の他のバージョンによれば、処理すべきイメージの可変特性６６および特にその値が決定されている場合、それらを使用して、フォーマットされた情報の中で可変特性６６を考慮するこのフォーマットされた情報の一部を決定する。
【０３００】
段階４０７では、この修正されたフォーマットされた情報がイメージに適用され、イメージが処理され、補正または修正される。この処理は、イメージ処理ソフトウェアの支援を受けるオペレータによって実行される。
【０３０１】
このようにして、段階４０８で修正されたイメージが得られる。
【０３０２】
前記の方法は、可変特性６６を使用しなくても機器に固有の特性のみを使用して機能することが可能であることはきわめて明白である。この場合、データベース内に読み込まれるフォーマットされたデータを使って直接イメージを処理する。
【０３０３】
図１４ｂを参照して、本発明を他の実施例について説明する。この方法とシステムでは、複数の機器、さらにはイメージの処理にかかわるすべての機器のさまざまな欠陥を考慮することに理由があると想定している。
【０３０４】
図１４ａの例のように、この方法では、デジタイズされたイメージ、機器の識別子６０、および可変特性６６をシステム側で取得するように定めている。
段階５０１で、機器の識別子６０が考慮され、データベース２２のアドレス指定を行い（段階５０２）、この識別子６０に対応するフォーマットされた情報を１つまたは複数取得することが可能である。
【０３０５】
この機器に関係する可変特性６６の検索も行う（段階５０４）。
【０３０６】
段階５０５で、フォーマットされた情報またはフォーマットされた情報の一部は、可変特性６６の関数として修正される。図１４ｂと関連して説明した方法のように、可変特性６６が決定された後、それを使用して、フォーマットされた情報の中で、有用で、可変特性６６を考慮する特性を決定することができる。この方法により決定されたフォーマットされた情報はメモリに格納される。
【０３０７】
これ以降（段階５０６）、イメージの品質の修正に関して他の機器を考慮すべきかどうかを決定するためのテストが実行される。図４ｂでは、このテストは、「ＡＰＰ＝ＡＰＰｎ？」という質問の形で表され、これは、「機器は連鎖の機器の最後を考慮しているか」と言う意味である。答えが「いいえ」であれば、プロセスは次の機器で段階５０１を繰り返す。答えが「はい」であれば、異なる機器に関係するフォーマットされた情報はすべて、段階５０５が終わったところで、メモリ内に収められているということである。
【０３０８】
その後、イメージは、第１の機器に関係するフォーマットされた情報により段階５０７の過程で処理され、第１の処理されたイメージとなる。その後、システムは、次の機器に関係するフォーマットされた情報を考慮し、すでに処理されているイメージを処理し、フォーマットされた情報の処理がすべて終了するまで続けるが、これは原則として、連鎖の異なる機器に関係するすべての情報が考慮されるまでということである。テスト「ＡＰＰ＝ＡＰＰｎ？」の答えは「はい」となる。修正されたイメージが得られ、送り出される。
【０３０９】
本発明を方法は、単一のテスト「ＡＰＰ＝ＡＰＰｎ？」を実行するという方法だけで実装することが可能であることに注意されたい。ほとんど同じ結果が得られる、段階５０８のテストのみを実行することも可能である。
【０３１０】
本発明による方法の他のバージョンでは、図１４ｃに示されているように、機器のすべてのフォーマットされた情報すべてが得られた後、つまり段階５０６の完了後に、段階５１０の過程でさまざまなフォーマットされた情報を組み合わせることを規定している。このようにして、イメージ処理は段階５０７で１回実行される。上述のように、処理すべきイメージに対し、場合によっては画像取込機器、スキャナ、プリンタ、伝送システムなどを含む、複数の機器が必要になることがある。各機器は、処理連鎖内に欠陥を誘発することができる。また、上で「疑似周辺機器」として定義された配置を追加する必要がある場合もあり、これは、スタイルに応じてまたはこれらの疑似周辺機器に対応する欠陥の適用によりイメージに修正を加えることを意図している。
【０３１１】
本発明の方法の他のバージョンでは、連鎖された機器Ｐ３において、イメージを処理するために必要な機器群は、仮想機器７０８と定義され、欠陥が連鎖の異なる機器の欠陥の全部または一部の等価物に対応する単一の機器からなると考えられている。したがって、画像取込機器７０６（図１６．４）およびプリンタ７０７などの機器は、仮想のフォーマットされた情報７０９が対応する１つの仮想機器７０８で表すことができる。フォーマットされた情報は物理的特性の数学的表現とすることができると考えられる場合、２つの機器に対応する仮想機器７０８のフォーマットされた情報は、これら２つの機器の特性に対応する２つのベクトルの和および／または２つの数学的関数の畳み込みとすることができる。したがって、図１６．４により、連鎖のオリジナルの欠陥の少なくとも一部と同等の欠陥を示す仮想機器７０８が決定される。この仮想機器に対応する仮想のフォーマットされた情報７０９が決定される。そして、得られた仮想のフォーマットされた情報が登録されるか、そうでなければ、この仮想のフォーマットされた情報がオリジナルの欠陥に関係するフォーマットされた情報の代わりに使用される。仮想のフォーマットされた情報は、データベース内で、仮想機器で表される連鎖された機器Ｐ３に対応する識別子６０を使用して直接アクセスすることができる。したがって、この方法は簡単にかつすばやく実行することができる。
【０３１２】
仮想のフォーマットされた情報を得るための方法の構成例は、図１５の組織図に従って使用することができる。２つの機器の特性が考慮される（段階５１０および５１１）。これらの特性は段階５１２で組み合わされる。段階５１３で対応する仮想のフォーマットされた情報が計算される。段階５１４で、仮想の連鎖された機器内で他の機器が必要かどうかをチェックする。「はい」であれば、プロセスが繰り返される。「いいえ」であれば、プロセスは終了する。
【０３１３】
総合現像ラボの例では、連鎖された機器Ｐ３はスキャナ、写真機器、およびプリンタを備える。同等の仮想機器は、３つの機器の欠陥を示し、イメージの品質の修正に要する時間は実質的に１／３である。
【０３１４】
仮想特性６６を持つ機器の場合、以下のようにして前記可変特性６６を示す欠陥に関係するフォーマットされた情報を決定することが可能である。
【０３１５】
可変特性６６が焦点距離および口径である例では、以下の組み合わせが選択される。
【０３１６】
− 焦点距離＝３５ｍｍ、口径＝ｆ／２
− 焦点距離＝３５ｍｍ、口径＝ｆ／８
− 焦点距離＝１００ｍｍ、口径＝ｆ／８
− など。
【０３１７】
組み合わせ毎に、対応するフォーマットされた情報が上述の方法により決定される。
【０３１８】
焦点距離と口径の関数であるフォーマットされた情報は、データベースに段階４０４で必要なフォーマットされた情報が含まれるように、例えば、補間により推論される。
【０３１９】
したがって、図１３ａの説明で上述したように、焦点距離などの可変特性６６に依存するフォーマットされた情報が使用可能であることがわかる。このフォーマットされた情報は可変特性６６により処理され、修正されたフォーマットされた情報が得られる。
【０３２０】
上の説明では、処理すべきイメージは、画像取込機器から得られるイメージであり、表示または印刷することを意図しているとみなされた。本発明はさらに、イメージ処理連鎖、さらにイメージを投影するのに使用する連鎖にも適用可能である。したがって、イメージ復元連鎖も対象となる。本発明の方法の前記の実施例のように、イメージ復元連鎖の異なる機器の特性を取得しなければならない。これらの特性を使用すると、本発明の方法を適用するためフォーマットされた情報を取得することが可能である。
【０３２１】
本発明の詳細または他のリビジョンの要素について説明する。
【０３２２】
まず、図１３ａの説明において、フォーマットされた情報を得られるように供給された特性は、観察者７０１の視覚欠陥（乱視など）を補正する、または特殊効果を発生するように設計された特性とすることが可能であると述べた。これらの条件の下で、その結果得られたフォーマットされた情報７０２により、イメージの視覚的品質、グラフィック品質、比色分析品質、およびその他の品質を修正することが可能であり、図１６．３に示されているように、例えば、観察者７０１の視覚欠陥に関係するフォーマットされた情報７０２は、連鎖された機器Ｐ３のフォーマットされた情報として処理され、さらにはそのようなフォーマットされた情報に関連付けられる。前記では、イメージの処理が考察され、またイメージを識別子６０またはインデックスＰ５２とともにファイルＰ５７に置くこと、また場合によっては、キャプチャ機器およびそのファイルに登録されているイメージの処理にかかわっていたと思われる機器の可変特性６６とともにファイルＰ５７に入れることも考えることが可能であり、さらに、イメージをフォーマットされた情報の一部とともにイメージファイルＰ５８に置くことも考えられる。したがって、拡大解釈すれば、本発明は、イメージさらにはフォーマットされた情報がデータベース２２内に置かれているケースにも等しく適用可能である。
【０３２３】
可変特性６６の値は、ファイルＰ５７またはイメージファイルＰ５８に格納されている情報を使用して求めることができる。この情報は、当業で知られているＥＸＩＦ標準の形式など標準形式のファイルに登録されるのが好ましい。このようにして、本発明のシステムおよび方法は、このような機器に対応するフォーマットされた情報が確立される前に商品化されていた機器を使用して撮影され、かつ／または商品化されていたイメージの処理に適用することが可能である。
【０３２４】
イメージの品質の修正は、連鎖の限られた数の機器であってもその欠陥のみを考慮し、それらの欠陥のみを補正することにより簡略化することができることはきわめて明白である。
【０３２５】
さらに、図１３ａの説明ですでに述べたように、本発明の方法は、使用している連鎖された機器Ｐ３の一部をなすものと異なる機器をシミュレートすることにより適用することが可能である。同様に、機器または機器のタイプに関係するフォーマットされた情報は、他の機器または他の機器のタイプ、特に類似の機器に適用可能である。例えば、図１６．６に示されているように、機器の複数のロット７１０．０、７１０．１、７１０．２が説明されている。フォーマットされた情報は、１種類の機器７１１に関係しているが、このフォーマットされた情報はさらに、類似の機器７１２にも適用可能であり、したがって、例えば、各タイプのにつな機器に関係するフォーマットされた情報のみを出力することが可能である。
【０３２６】
本発明は、連鎖された機器Ｐ３によって処理されるまたは供給されるイメージの修正、および特に改善に適用可能である。興味深いアプリケーションとして、いくつかの機器のみの欠陥または欠陥の一部のみを修正するというものがある。また、例えば、イメージ品質と計算時間との妥協点を求めて欠陥を一部のみ修正するアプリケーションもある。
【０３２７】
他の目的は、欠陥を誘発する、イメージに特定のスタイルを与える、あるいは参照機器として定義されている機器または出願の範囲で使用されているのと異なる参照の連鎖された機器として定義されている連鎖された機器Ｐ３の表示をシミュレートするような形でイメージを処理するマシンに本発明を適用することである。
【０３２８】
本発明は、統合写真現像ラボの設計に適用可能である。これはコンピュータ上で使用することができる。
【０３２９】
最後に、プロジェクタで使用することができ、その場合、投影技術の分野ではよく知られている視差修正を含む、さまざまな補正を加えることが可能である。このために、カメラまたは写真機器を使用して、画面上に投影されたテストパターンをキャプチャすることができる。
【０３３０】
連鎖された機器の他の実施例には以下のものがある。
【０３３１】
− コンピュータカメラ（ウェブカメラ）、
− スキャナ
− デジタル写真機器、
− ビデオカメラ
− プリンタ
− 画面、
− プロジェクタ、
− ゲーム
− イメージ処理用ソフトウェア、
− 電子会議システム、
− 防犯カメラ
以下の例は、連鎖された機器のひとつを構成するものである。
【０３３２】
− 単一機器、
− 画像取込機器およびイメージ復元を機器、
− 例えば写真現像ミニラボの写真機器、スキャナ、またはプリンタ、
− 例えば写真現像ミニラボのデジタル写真機器またはプリンタ、
− 例えばコンピュータのスキャナ、画面、またはプリンタ、
− 画面またはプロジェクタ、および人間の目、
− エミュレートできることが望まれる１つの機器および他の機器、
− 写真機器およびスキャナ、
− 画像取込機器およびイメージ処理用ソフトウェア、
− イメージ処理用ソフトウェアおよびイメージ復元機器、
− 前記の例の組み合わせ、
− 他の機器セット。
【０３３３】
前記方法は以下のさまざまな形で使用できる。
【０３３４】
− オペレーティングシステム、
− 商標「ＰＨＯＴＯＳＨＯＰ」などで知られているものなど、処理用ソフトウェアの拡張、
− 組み込み型ソフトウェア、
− 内蔵電子コンポーネント、
− インターネット上のサービス、
− または、これらの形態を組み合わせて採用することなど。
カラーイメージ
特に図１８を参照して、カラーイメージＰ２１、色平面Ｐ２０、指定された色Ｐ２２、および指定された色に関係するデータＰ２３の概念について説明する。以下で説明する他の実施形態は、イメージＰ２がカラーイメージＰ２１であるケースに適用可能である。カラーイメージＰ２１は、多数の平面（１、３、またはそれ以上）、精度（８ビット符号なし、１６ビット符号付き、浮動小数点など）、および平面の重要性（標準色空間に関して）を使用するなどさまざまな方法で色平面Ｐ２０に分解することができる。カラーイメージＰ２１は、赤色、緑色、青色（ＲＧＢ）、または輝度、彩度、色相などさまざまな方法で色平面Ｐ２０に分解することができ、他方、ＰＩＭなどの色空間が存在するか、または正のＲＧＢでは表現できない減法的な色を表現することができる負のピクセル値が可能であり、最後に、８ビットまたは１６ビットで、あるいは浮動小数点を使用することによりピクセル値を符号化することが可能である。フォーマットされた情報１５は、イメージＰ２を処理すべきさまざまな欠陥Ｐ５と互換性のある色平面Ｐ２０に分解するのに使用できるデータを含み、それぞれの色平面は指定された色Ｐ２２によって特徴付けられ、前記フォーマットされた情報１５は前記指定された色に関係するデータＰ２３を含み、例として、標準ＣＩＥまたはＸＹＺまたはＬＡＢまたはｓＲＧＢ色空間の座標があり、前記指定された色に関係する前記データＰ２３により、イメージ１の色平面Ｐ２０を計算し、前記色平面Ｐ２０の品質を修正するのに適した形で使用できる前記フォーマットされた情報１５の一部を判別することが可能である。
【０３３５】
ＰＩＭ標準と互換性のある機器の場合、例えば、Ｘ、Ｙ、Ｚ空間で８ビットのポジティブカラーでの動作またはＲＧＢ空間の符号付き１６ビットでの動作のいずれかを選択することが可能である。
【０３３６】
フォーマットされた測定情報、フォーマットされた拡張情報
フォーマットされた情報１５またはフォーマットされた情報１５の一部は、配列８０の特定の個数の特性点での幾何学的歪み欠陥に関係する数学的フィールドなどの未処理の測定結果を示すフォーマットされた測定情報Ｐ１０１を含むことができる。フォーマットされた情報１５またはフォーマットされた情報１５の一部は、例えば、配列８０の特定の特性点と異なる実際の点の補間により、フォーマットされた測定情報Ｐ１０１から計算できる、フォーマットされた拡張情報Ｐ１０２を含むことができる。前記の説明で、フォーマットされた情報項目１５は可変特性６６に依存する可能性のあることがわかった。本発明によれば、組み合わせＰ１２０は、可変特性６６および可変特性の値からなる組み合わせ、例えば、焦点距離、焦点合わせ、ダイアフラム口径、キャプチャ速度、口径など、および関連する値として定義される。異なる組み合わせＰ１２０に関係するフォーマットされた情報１５をどのように計算するかを推測することは難しく、焦点距離および距離など組み合わせＰ１２０のいくつかの特性は連続変化するためなおさら困難である。
【０３３７】
本発明では、知られている可変特性６６の組み合わせＰ１２０のあらかじめ定められている選択に関係するフォーマットされた測定情報Ｐ１０１から補間によりフォーマットされた拡張情報Ｐ１０２の形式でフォーマットされた情報１５を計算するようになっている。
【０３３８】
例えば、「焦点距離＝２、距離＝７、キャプチャ速度＝１／１００」の組み合わせＰ１２０、「焦点距離＝１０、距離＝７、キャプチャ速度＝１／１００」の組み合わせ、および「焦点距離＝５０、距離＝７、キャプチャ速度＝１／１００」の組み合わせに関係するフォーマットされた測定情報Ｐ１０１を使用して、可変特性６６として焦点距離に依存するフォーマットされた拡張情報Ｐ１０２を計算する。このフォーマットされた拡張情報Ｐ１０２を使用すると、特に、「焦点距離＝２５、距離＝７、キャプチャ速度＝１／１００」の組み合わせに関係するフォーマットされた情報を決定することが可能である。
【０３３９】
フォーマットされた測定情報Ｐ１０１およびフォーマットされた拡張情報Ｐ１０２は、補間偏差Ｐ１２１を示すことができる。本発明は、このようにして選択した可変特性６６について得られたフォーマットされた拡張情報Ｐ１０２の補間偏差Ｐ１２１が所定の補間閾値よりも小さくなるように０または１つまたは複数の可変特性６６を選択する段階を含む。実際、いくつかの可変特性６６は、欠陥Ｐ５に対し他の特性よりも影響力が小さく、これらが一定となる近似を行うことにより入り込む誤差は単に最小なだけであり、例えば、焦点調整は口径食欠陥に対しわずかな影響しか及ぼさず、このような理由から、選択された可変特性６６の一部とはならない。可変特性６６は、フォーマットされた情報１５の出力時に選択することができる。技術的特徴の組み合わせから、イメージ品質の修正では単純な計算を採用している。さらに、技術的な特徴の組み合わせから、フォーマットされた拡張情報Ｐ１０２はコンパクトである。また、技術的特徴の組み合わせから、排除された可変特性６６の欠陥Ｐ５に対する影響は最も小さい。技術的特徴の組み合わせから、イメージ品質はフォーマットされた情報１５を使用して指定された精度で修正できる。
【０３４０】
本発明のコスト削減への応用
コスト削減は、連鎖された機器Ｐ３のコスト、特に連鎖された機器の光学系のコストを引き下げるための方法およびシステムとして定義され、コスト削減は以下の方法で実施する。
【０３４１】
− レンズの枚数を減らすこと、および／または
− レンズの形状を簡略化すること、および／または
− 連鎖された機器に望ましい欠陥よりも大きい欠陥Ｐ５を持つ光学系を設計するか、またはカタログからそれと同じものを選択すること、および／または
− 連鎖された機器について低コストであり、欠陥Ｐ５を加える、材料、コンポーネント、加工作業、または製造方法を使用すること。
【０３４２】
本発明による方法およびシステムを使用することにより、連鎖された機器のコストを引き下げることができる、つまり、デジタル光学系を設計し、連鎖された機器の欠陥Ｐ５に関係するフォーマットされた情報１５を出力し、このフォーマットされた情報を使用して組み込みであろうと組み込みでなかろうとイメージ処理手段が、連鎖された機器から引き出される、または連鎖された機器を送り先とするイメージの品質を修正し、連鎖された機器とイメージ処理手段とを組み合わせることにより、低コストで、目的の品質のイメージをキャプチャ、修正、または復元することが可能になる。
【図面の簡単な説明】
【０３４３】
【図１】画像取込の概略図である。
【図２】イメージ復元の概略図である。
【図３】イメージのピクセルの概略図である。
【図４ａ】基準シーンの概略図である。
【図４ｂ】基準シーンの概略図である。
【図５】数学的イメージと補正されたイメージとの差を計算するための方法を示す組織図である。
【図６】イメージ復元手段の最良の復元変換を得るための方法を示す組織図である。
【図７】本発明が適用されるシステムを含む要素の概略図である。
【図８】フォーマットされた情報のフィールドの概略図である。
【図９ａ】数学的な点の概略正面図である。
【図９ｂ】イメージの実際の点の概略正面図である。
【図９ｃ】数学的な点の概略側面図である。
【図９ｄ】イメージの実際の点の概略縦断面図である。
【図１０】特性点の配列の概略図である。
【図１１】フォーマットされた情報を得るための方法を示す構成図である。
【図１２】画像取込機器の最良の変換を得るための方法を示す組織図である。
【図１３ａ】イメージを補正できるシステムの実施例の接続図である。
【図１３ｂ】イメージを補正できるシステムの実施例の接続図である。
【図１３ｃ】イメージを補正できるシステムの実施例の接続図である。
【図１４ａ】自動イメージ補正を採用する方法の実施例の組織図である。
【図１４ｂ】自動イメージ補正を採用する方法の実施例の組織図である。
【図１４ｃ】自動イメージ補正を採用する方法の実施例の組織図である。
【図１５】仮想機器を連鎖された機器の代わりに使用できる方法の組織図である。
【図１６−１】欠陥を持つ機器の図である。
【図１６−２】可変特性を持つ機器の図である。
【図１６−３】観察者の１つまたは複数の視覚欠陥を想定している図である。
【図１６−４】仮想機器の特性の処理の図である。
【図１６−５】補正されたイメージと関連付けられている情報の追加を示す図である。
【図１６−６】フォーマットされた情報を１つまたは複数の機器に関連付ける仕方を示す図である。
【図１７】本発明による方法およびシステムの採用例を説明する図である。
【図１８】カラーイメージの場合の本発明による方法およびシステムの採用例を説明する図である。

Claims (43)

1. 特定の連鎖された機器（Ｐ３）から出力される、または送出先とする少なくとも１つのイメージ（Ｐ２）の品質を基準シーン（９）に合わせて修正する方法であって、前記連鎖された機器（Ｐ３）は少なくとも１つの画像取込機器（１）および／または少なくとも１つのイメージ復元機器（１９）を備え、前記画像取込機器（１）および／または前記イメージ復元機器（１９）は機器の集合体装置（Ｐ７５）に属し、
   前記イメージ（Ｐ２）に関して、
   − 前記機器の集合体装置（Ｐ７５）の前記機器に関係するフォーマットされた情報（１５）の情報源（Ｐ５０）に索引を付加する段階と、
   − このようにして索引付加された前記フォーマットされた情報（１５）のうち前記指定された連鎖された機器（Ｐ３）に関係する特定のフォーマットされた情報を自動的に検索する段階と、
   − このようにして得られた前記特定のフォーマットされた情報を考慮し、イメージ処理ソフトウェア（Ｐ６４）および／またはイメージ処理コンポーネント（Ｐ６５）を使用して自動的にイメージ（Ｐ２）を
   以下の方法で修正する段階を含むイメージの品質を修正する
   方法であって、
   光学系の焦点距離、イメージのサイズ変更設定（デジタルズーム係数の増加によるイメージの一部の拡大、および／またはサンプリングによるイメージのピクセル数の削減）、ガンマ補正などの非線形な輝度補正、機器により適用されるボケ修正のレベルなどの輪郭強調、センサおよび電子ユニットの雑音、光学系の口径、焦点距離、フィルム上のフレームの数、露光不足または露光過多、フィルムまたはセンサの感度、プリンタで使用される用紙の種類、イメージ内のセンサの中心点の位置、センサに対するイメージの傾き具合、スクリーンに対する投影位置、使用されるホワイトバランス、フラッシュの使用、および／あるいはフラッシュの閃光力、露光時間、センサ利得、圧縮、コントラスト、
   の特性群の中からイメージに適した可変特性を持つ連鎖された機器（Ｐ３）を機器の集合体装置（Ｐ７５）の中から１つ選択して使う
   ことを特徴とするイメージの品質を修正する方法。
   − 補正されたイメージ７１を計算すること
   − 現実世界で測定を実施すること
   − 複数のイメージを組み合わせること
   − 現実世界に関してイメージの忠実度を改善すること
   − イメージの主観的画質を改善すること
   − シーン３の物体または人物１０７を検出すること
   − シーン３に物体または人物を追加すること
   − シーン３に物体または人物を置換または修正すること
   − シーン３から陰影を除去すること
   − シーン３から陰影を追加すること
   − イメージベースで対象を検索すること
2. 請求項１に記載の方法であって、
   前記自動検索は、
   − 前記イメージ（Ｐ２）、および／または
   − 前記連鎖された機器（Ｐ３）の前記機器、および／または
   − 前記イメージ（Ｐ２）を前記イメージ処理用ソフトウェアまたはコンポーネント（Ｐ６４、Ｐ６５）にロードする手段、および／または
   − イメージ処理用ソフトウェアまたはコンポーネントによって修正されたイメージをイメージ復元手段（１９）にロードする手段の分析から直接的または間接的に得られるインデックス（Ｐ５２）を使用して実行されることを特徴とするイメージの品質を修正する方法。
3. 請求項２に記載の方法であって、
   前記連鎖された機器（Ｐ３）の前記機器は、識別子（６０）、特にバーコードにより識別され、前記特定のフォーマットされた情報を検索することを目的とする前記分析は前記識別子（６０）を決定する段階を含むことを特徴とするイメージの品質を修正する方法。
4. 請求項１から請求項３のいずれか１項に記載の方法であって、
   前記イメージ（Ｐ２）、前記インデックス（Ｐ５２）、および／または前記識別子（６０）が同じファイル（Ｐ５７）に収められ、
   連鎖のいくつかの機器がそれらに関係するフォーマットされた情報（１５）が確立される前に商品化された場合に、本発明による方法を経験に基づき使用することが可能であることを特徴とするイメージの品質を修正する方法。
5. 請求項１から請求項４のいずれか１項に記載の方法であって、
   前記イメージ（Ｐ２）および特定のフォーマットされた情報（１５）の少なくとも一部は同じイメージファイル（Ｐ５８）に収められ、
   前記イメージファイル（Ｐ５８）内の前記フォーマットされた情報（１５）を自動的に検索することが可能であることを特徴とするイメージの品質を修正する方法。
6. 請求項１から請求項５のいずれか１項に記載の方法であって、
   さらにデータベース（２２）に予めフォーマットされた情報（１５）の少なくとも一部を格納する段階を含み、さらに前記データベース（２２）を更新する段階を含むことを特徴とするイメージの品質を修正する方法。
7. 請求項１から請求項６のいずれか１項に記載の方法であって、
   前記連鎖された機器（Ｐ３）の機器の１つはイメージ（Ｐ２）に依存する少なくとも１つの可変特性（６６）、特に焦点距離を備え、前記フォーマットされた情報（１５）の一部は前記可変特性（６６）を備える機器の欠陥（Ｐ５）に関係し、さらに、
   − 前記イメージの前記可変特性（６６）の値を判別する段階と、
   − 前記可変特性（６６）についてこのようにして得られた値を考慮することにより前記特定のフォーマットされた情報（１５）の前記一部を判別する段階を含み、
   可変特性（６６）を備える機器にこの方法を使用することは結局可変特性（６６）を持たない機器にこの方法を使用することを特徴とするイメージの品質を修正する方法。
8. 請求項７に記載の方法であって、
   前記イメージはファイル（Ｐ５７）に格納され、前記可変特性（６６）の値を判別するために、前記ファイル（Ｐ５７）内に存在するデータ、特にＥｘｉｆ標準などの形式の焦点距離などのデータを使用し、
   可変特性（６６）を備える機器がそれに関係するフォーマットされた情報（１５）を使用することを特徴とするイメージの品質を修正する方法。
9. 請求項１から８までのいずれか一項に記載の方法であって、
   連鎖された機器（Ｐ３）から引き出される、または連鎖された機器（Ｐ３）を送り先とする少なくとも１つのイメージ（Ｐ２）の品質を基準シーン（９）に合わせて修正するために、
   − これ以降オリジナルの欠陥（Ｐ５）と呼ぶ、前記連鎖された機器（Ｐ３）の少なくとも１つの機器の欠陥（Ｐ５）の少なくとも一部と同等の欠陥（Ｐ５）を示す仮想機器（７０８）を決定し、
   − 前記仮想機器（７０８）の欠陥（Ｐ５）に関係する仮想のフォーマットされた情報（７０９）を判別し、
   − 前記連鎖された機器（Ｐ３）の機器群に関係する特定のフォーマットされた情報を判別するために、前記仮想のフォーマットされた情報（７０９）をオリジナルの欠陥（Ｐ５）に関係する特定のフォーマットされた情報の代わりに使用し、
   使いやすく、前記イメージ（Ｐ２）に加える修正をより高速に、かつ／または少ない使用メモリで、かつ／またはより高い精度で計算するのに使用できるフォーマットされた情報（１５）が得られる
   ことを特徴とするイメージの品質を修正する方法。
10. 請求項１から請求項９のいずれか１項に記載の方法であって、
    カラーイメージ（Ｐ２１）の少なくとも１つの色平面（Ｐ２０）の品質を基準シーン（９）に合わせて修正するように設計され、前記色平面（Ｐ２０）は指定された色（Ｐ２２）により特徴付けられ、前記特定のフォーマットされた情報（１５）はさらに、前記指定された色（Ｐ２２）に関係するデータを含み、前記イメージを修正するために、前記指定された色（Ｐ２２）および前記イメージ（Ｐ２）に関係する前記データを使用して色平面（Ｐ２０）を計算する
    ことを特徴とするイメージの品質を修正する方法。
11. 請求項１から請求項１０のいずれか１項に記載の方法であって、
    前記特定のフォーマットされた情報を検索するプロセスが前記連鎖された機器（Ｐ３）の機器の１つについて失敗した場合に、前記未知のフォーマットされた情報（１５）を計算する段階を含むことを特徴とするイメージの品質を修正する方法。
12. 請求項１１に記載の方法であって、
    前記連鎖された機器（Ｐ３）の１つの機器に関係する前記未知のフォーマットされた情報を計算する段階を含み、そのために、
    − 前記機器の欠陥を測定し、および／または
    − 前記機器をシミュレートする
    ことを特徴とするイメージの品質を修正する方法。
13. 請求項１１または請求項１２のいずれか１項に記載のイメージの品質を修正する方法であって、
    前記連鎖された機器（Ｐ３）の画像取込機器（１）について、前記未知のフォーマットされた情報（１５）を計算する段階を含むが、そのために、
    − 面（１０）への少なくとも１つの基準シーン（９）の指定された数学的投影（８）により合成イメージクラス（７）を構成し、
    − 前記画像取込機器（１）を使用して各基準シーン（９）の少なくとも１つの基準イメージ（１１）をキャプチャし、
    −一組のパラメータ化可能変換モデル（１２）の中で、前記基準イメージ（１１）を前記基準シーン（９）の前記合成イメージクラス（７）に近い変換イメージ（１３）に変換する方法を選択し、前記変換されたイメージ（１３）は前記合成イメージクラス（７）と比較した偏差（１４）を示し、
    前記未知のフォーマットされた情報（１５）は、少なくとも一部は、前記選択されたパラメータ化可能変換モデル（１２）のパラメータからなることを特徴とするイメージの品質を修正する方法。
14. 請求項１３に記載の方法であって、
    − 前記変換されたイメージ（１３）と前記合成イメージクラス（７）との前記偏差（１４）を計算する段階と、
    − 前記偏差（１４）を前記未知のフォーマットされた情報（１５）に関連付ける段階を含み、
    ３次元内の前記シーンに関する標準化された情報を推論することが可能であり、
    同じフォーマットプロセスが適用される複数の画像取込機器（１）から得られる複数のイメージを組み合わせることが可能であることを特徴とするイメージの品質を修正する方法。
15. 請求項１３または１４のいずれか一項に記載の方法であって、
    前記連鎖された機器（Ｐ３）の機器の１つはイメージ（Ｐ２）に依存する少なくとも１つの可変特性（６６）、特に焦点距離および／または口径を備え、前記特定のフォーマットされた情報（１５）の一部は前記１つまたは複数の可変特性（６６）を備える機器の欠陥（Ｐ５）に関係し、各可変特性（６６）はある値と関連付けられ前記可変特性（６６）の集まりおよび前記値からなる組み合わせ（Ｐ１２０）を形成することができ、
    さらに、前記未知のフォーマットされた情報（１５）の前記一部を判別する段階を含み、そうするために、
    − 所定の組み合わせ（Ｐ１２０）を選択し、
    − 前記所定の組み合わせ（Ｐ１２０）毎に請求項１３または１４に記載の方法の段階を反復するプロセスを採用し、
    − 反復プロセスの終わりに得られる前記未知のフォーマットされた情報から、任意の組み合わせ（Ｐ１２０）に関係する未知のフォーマットされた情報の補間を行うプロセスを採用することを特徴とするイメージの品質を修正する方法。
16. 請求項１１から請求項１５のいずれか１項に記載の方法であって、
    前記連鎖された機器（Ｐ３）のイメージ復元手段（１９）について、イメージ復元手段（１９）の欠陥（Ｐ５）を特徴分類するデータ、特に歪み特性を出力する段階を含み、前記未知のフォーマットされた情報（１５）はイメージ復元手段（１９）の欠陥（Ｐ５）を特徴分類する前記データの少なくとも一部を含むことを特徴とするイメージの品質を修正する方法。
17. 請求項１から請求項１０のいずれか１項に記載の方法であって、
    類似の機器（７１２）に適用できるような方法で前記連鎖された機器（Ｐ３）の複数の機器に関係する前記特定のフォーマットされた情報（１５）を判別し、
    採用する方法には限られた量のフォーマットされた情報（１５）があるだけでよいことを特徴とするイメージの品質を修正する方法。
18. 請求項１から請求項１７のいずれか１項に記載の方法であって、
    前記イメージ（Ｐ２）は関連する情報（Ｐ６３）、特にデジタル信号を含み、この方法の前記段階は、前記関連する情報（Ｐ６３）を保存または修正するような形で使用されることを特徴とするイメージの品質を修正する方法。
19. 請求項１から請求項１８のいずれか１項に記載の方法であって、
    さらに、前記修正されたイメージに情報を関連付け、特に修正されていることを示す情報を関連付ける段階を含むことを特徴とするイメージの品質を修正する方法。
20. 請求項１から請求項１９のいずれか１項に記載の方法であって、
    観察者に合わせて前記イメージの視覚的品質を基準シーン（９）に合わせて修正するように特に設計され、前記連鎖された機器（Ｐ３）の機器の欠陥（Ｐ５）に関係する前記フォーマットされた情報（１５）は前記観察者の視覚特性、特に前記観察者の目および／または脳の機能不全に関係するフォーマットされた情報を含むことを特徴とするイメージの品質を修正する方法。
21. 請求項１から２０のいずれか１項に記載の方法であって、
    前記連鎖された機器（Ｐ３）の機器の欠陥（Ｐ５）の少なくとも１つの効果を補正することにより前記イメージ処理ソフトウェア（Ｐ６４）または前記イメージ処理コンポーネント（Ｐ６５）によって処理されるイメージ（Ｐ２）の品質を改善することが目的であり、
    処理されたイメージの品質は完全でないとしても高価な機器に頼ることなく改善される
    ことを特徴とするイメージの品質を修正する方法。
22. 請求項１から請求項２０のいずれか１項に記載の方法であって、
    前記イメージ処理ソフトウェア（Ｐ６４）または前記イメージ処理コンポーネント（Ｐ６５）によって処理されるイメージ（Ｐ２）の品質が基準となる連鎖された機器（Ｐ３）により生成されるイメージの品質に匹敵することを特徴とするイメージの品質を修正する方法。
23. 請求項２１に記載の方法であって、
    処理されたイメージの品質が基準の連鎖された機器（Ｐ３）で生成されたイメージの品質に匹敵するものとなるようにするために、前記基準の連鎖された機器（Ｐ３）の欠陥（Ｐ５）を考慮することにより前記連鎖された機器（Ｐ３）に関係するフォーマットされた情報（１５）を生成することを特徴とするイメージの品質を修正する方法。
24. 指定された連鎖された機器（Ｐ３）から引き出される、または送り先とする少なくとも１つのイメージ（Ｐ２）の品質を基準シーン（９）に合わせて修正するシステムであって、前記連鎖された機器（Ｐ３）は少なくとも１つの画像取込機器（１）および／または少なくとも１つのイメージ復元機器（１９）を備え、前記画像取込機器（１）および／または前記イメージ復元機器（１９）は機器の集合体装置（Ｐ７５）に属し、前記機器の集合体装置（Ｐ７５）の前記機器はフォーマットされた情報（１５）により特徴分類することができる欠陥（Ｐ５）を示し、
    前記イメージについて、
    − 前記機器の集合体装置（Ｐ７５）の前記機器に関係するフォーマットされた情報（１５）の情報源（Ｐ５０）に索引を付加すること、
    − このようにして索引付加された前記フォーマットされた情報（１５）のうち前記指定された連鎖された機器（Ｐ３）に関係する特定のフォーマットされた情報を自動的に検索すること、
    − このようにして得られた前記特定のフォーマットされた情報を考慮し、イメージ処理ソフトウェア（Ｐ６４）および／またはイメージ処理コンポーネント（Ｐ６５）を使用して自動的にイメージ（Ｐ２）を基準シーン（９）に合わせて修正するデータ処理手段（Ｐ７６）を備えるシステムであって、
    光学系の焦点距離、イメージのサイズ変更設定（デジタルズーム係数の増加によるイメージの一部の拡大、および／またはサンプリングによるイメージのピクセル数の削減）、ガンマ補正などの非線形な輝度補正、機器により適用されるボケ修正のレベルなどの輪郭強調、センサおよび電子ユニットの雑音、光学系の口径、焦点距離、フィルム上のフレームの数、露光不足または露光過多、フィルムまたはセンサの感度、プリンタで使用される用紙の種類、イメージ内のセンサの中心点の位置、センサに対するイメージの傾き具合、スクリーンに対する投影位置、使用されるホワイトバランス、フラッシュの使用、および／あるいはフラッシュの閃光力、露光時間、センサ利得、圧縮、コントラスト、
    の特性群の中からイメージに適した可変特性を持つ連鎖された機器（Ｐ３）を機器の集合体装置（Ｐ７５）の中から１つ選択して使う
    ことを特徴とするイメージの品質を修正するシステム。
    − 補正されたイメージ７１を計算すること
    − 現実世界で測定を実施すること
    − 複数のイメージを組み合わせること
    − 現実世界に関してイメージの忠実度を改善すること
    − イメージの主観的画質を改善すること
    − シーン３の物体または人物１０７を検出すること
    − シーン３に物体または人物を追加すること
    − シーン３に物体または人物を置換または修正すること
    − シーン３から陰影を除去すること
    − シーン３から陰影を追加すること
    − イメージベースで対象を検索すること
25. 請求項２４に記載のシステムであって、
    前記データ処理手段は、インデックスを使用して前記検索を自動的に実行し、前記インデックス（Ｐ５２）は、
    − 前記イメージ（Ｐ２）、および／または
    − 前記連鎖された機器（Ｐ３）の前記機器、および／または
    − 前記イメージ（Ｐ２）を前記イメージ処理用ソフトウェアまたはコンポーネント（Ｐ６４、Ｐ６５）にロードする手段、および／または
    − イメージ処理用ソフトウェアまたはコンポーネントによって基準シーン（９）に合わせて修正されたイメージをイメージ復元手段（１９）にロードする手段の分析から分析手段により直接的または間接的に得られることを特徴とするイメージの品質を修正するシステム。
26. 請求項２５に記載のシステムであって、
    前記連鎖された機器（Ｐ３）の前記機器は、識別子（６０）、特にバーコードにより識別され、前記分析手段は前記識別子（６０）を判別する識別手段を備えることを特徴とするイメージの品質を修正するシステム。
27. 請求項２４から請求項２６のいずれか１項に記載のシステムであって、
    前記イメージ（Ｐ２）、前記インデックス（Ｐ５２）、および／または前記識別子（６０）が同じファイル（Ｐ５７）に収められていることを特徴とするイメージの品質を修正するシステム。
28. 請求項２４から請求項２７のいずれか１項に記載のシステムであって、
    前記イメージ（Ｐ２）および特定のフォーマットされた情報（１５）の少なくとも一部は同じイメージファイル（Ｐ５８）に収められていることを特徴とするイメージの品質を修正するシステム。
29. 請求項２４から請求項２８のいずれか１項に記載のシステムであって、
    さらにデータベース（２２）に予めフォーマットされた情報（１５）の少なくとも一部を格納する格納手段を備え、さらに前記データベース（２２）を更新する更新手段を備えることを特徴とするイメージの品質を修正するシステム。
30. 請求項２４から請求項２９のいずれか１項に記載のシステムであって、
    前記連鎖された機器（Ｐ３）の機器の１つはイメージ（Ｐ２）に依存する少なくとも１つの可変特性（６６）、特に焦点距離を備え、前記特定のフォーマットされた情報（１５）の一部は前記可変特性（６６）を備える機器の欠陥（Ｐ５）に関係し、さらに、
    − 前記イメージの前記可変特性（６６）の値と、
    − 前記可変特性（６６）についてこのようにして得られた値を考慮することにより前記特定のフォーマットされた情報（１５）の前記一部を判別するための計算手段を備えることを特徴とするイメージの品質を修正するシステム。
31. 請求項３０に記載のシステムであって、
    前記イメージはファイル（Ｐ５７）に格納され、前記可変特性（６６）の値を判別するために、前記ファイル（Ｐ５７）内に存在するデータ、特にＥｘｉｆ標準などの形式の焦点距離などのデータを処理するデータ処理手段を備えることを特徴とするイメージの品質を修正するシステム。
32. 請求項２４から請求項３１のいずれか１項に記載のシステムであって、
    連鎖された機器（Ｐ３）から引き出される、または連鎖された機器（Ｐ３）を送り先とする少なくとも１つのイメージ（Ｐ２）の品質を基準シーン（９）に合わせて修正するために、
    − これ以降オリジナルの欠陥（Ｐ５）と呼ぶ、前記連鎖された機器（Ｐ３）の少なくとも１つの機器の欠陥（Ｐ５）の少なくとも一部と同等の欠陥（Ｐ５）を示す仮想機器（７０８）と、
    − 前記仮想機器（７０８）の欠陥（Ｐ５）に関係する仮想のフォーマットされた情報（７０９）を判別するためのデータ処理手段（Ｐ７６）を備え、
    −前記連鎖された機器（Ｐ３）の機器群に関係する特定のフォーマットされた情報（１５）を判別するために、前記データ処理手段（Ｐ７６）は前記仮想のフォーマットされた情報（７０９）をオリジナルの欠陥（Ｐ５）に関係する特定のフォーマットされた情報の代わりに使用する代替手段を備える
    ことを特徴とするイメージの品質を修正するシステム。
33. 請求項２４から請求項３２のいずれか１項に記載のシステムであって、
    カラーイメージ（Ｐ２１）の少なくとも１つの色平面（Ｐ２０）の品質を修正するように設計され、前記色平面（Ｐ２０）は指定された色（Ｐ２２）により特徴付けられ、前記特定のフォーマットされた情報（１５）はさらに、前記指定された色（Ｐ２２）に関係するデータを含み、前記指定された色（Ｐ２２）および前記イメージ（Ｐ２）に関係する前記データを使用して色平面（Ｐ２０）を計算する計算手段を備えることを特徴とするイメージの品質を修正するシステム。
34. 請求項２４から請求項３３のいずれか１項に記載のシステムであって、
    さらに、前記特定のフォーマットされた情報を検索するプロセスが前記連鎖された機器（Ｐ３）の機器の１つについて失敗した場合に、前記未知のフォーマットされた情報（１５）を計算する計算手段を備えることを特徴とするイメージの品質を修正するシステム。
35. 請求項３４に記載のシステムであって、
    前記連鎖された機器（Ｐ３）の１つの機器に関係する未知のフォーマットされた情報を計算する前記計算手段が前記機器の欠陥（Ｐ５）を測定する、かつ／または前記機器をシミュレートする処理手段を備えることを特徴とするイメージの品質を修正するシステム。
36. 請求項３４又は請求項３５のいずれか１項に記載のシステムであって、
    さらに、前記連鎖された機器（Ｐ３）の画像取込機器（１）について、面（１０）への少なくとも１つの基準シーン（９）の指定された数学的投影（８）により合成イメージクラス（７）を構成することにより前記未知のフォーマットされた情報（１５）を計算する計算手段を備え、前記画像取込機器（１）は各基準シーン（９）の少なくとも１つの基準イメージ（１１）をキャプチャし、前記計算手段は、一組のパラメータ化可能変換モデル（１２）内で、前記基準イメージ（１１）を前記基準シーン（９）の前記合成イメージクラス（７）に近い変換イメージ（１３）に変換するための方法を選択することにより前記未知のフォーマットされた情報（１５）を計算し、前記変換されたイメージ（１３）は前記合成イメージクラス（７）に匹敵する偏差（１４）を示し、前記未知のフォーマットされた情報（１５）は前記選択したパラメータ化可能変換モデル（１２）のパラメータを少なくとも一部は含む
    ことを特徴とするイメージの品質を修正するシステム。
37. 請求項３６に記載のシステムであって、
    − 前記変換されたイメージ（１３）と前記合成イメージクラス（７）との前記偏差（１４）を計算し、
    − 前記偏差（７）を前記未知のフォーマットされた情報（１５）に関連付けるためのデータ処理手段（Ｐ７６）を備える
    ことを特徴とするイメージの品質を修正するシステム。
38. 請求項３６又は請求項３７のいずれか１項に記載のシステムであって、
    前記連鎖された機器（Ｐ３）の機器の１つはイメージ（Ｐ２）に依存する少なくとも１つの可変特性（６６）、特に焦点距離および／または口径を備え、前記特定のフォーマットされた情報（１５）の一部は前記１つまたは複数の可変特性（６６）を備える機器の欠陥（Ｐ５）に関係し、各可変特性（６６）はある値と関連付けられ前記可変特性（６６）の集まりおよび前記値からなる組み合わせ（Ｐ１２０）を形成することができ、さらに前記未知のフォーマットされた情報（１５）の前記一部を判別する情報処理手段（Ｐ７６）を備え、その判別を行うために、
    − 所定の組み合わせ（Ｐ１２０）を選択し、
    − 前記所定の組み合わせ毎に、計算手段および請求項３６または３７に記載のデータ処理手段（Ｐ７６）を反復するプロセスを使用し、
    − 反復プロセスの終わりに得られる前記未知のフォーマットされた情報から、任意の組み合わせ（Ｐ１２０）に関係する未知のフォーマットされた情報の補間を行うプロセスを使用することを特徴とするイメージの品質を修正するシステム。
39. 請求項３４から請求項３８のいずれか１項に記載のシステムであって、
    さらに、前記連鎖された機器（Ｐ３）のイメージ復元手段（１９）について、イメージ復元手段（１９）の欠陥（Ｐ５）を特徴分類するデータ、特に歪み特性を出力するデータ処理手段（Ｐ７６）を備え、前記未知のフォーマットされた情報（１５）はイメージ復元手段（１９）の欠陥（Ｐ５）を特徴分類する前記データの少なくとも一部を含むことを特徴とするイメージの品質を修正するシステム。
40. 請求項２４から請求項３３のいずれか１項に記載のシステムであって、
    類似の機器（７１２）に適用できるような方法で前記連鎖された機器（Ｐ３）の複数の機器に関係する前記特定のフォーマットされた情報（１５）を判別することを特徴とするイメージの品質を修正するシステム。
41. 請求項２４から請求項４０のいずれか１項に記載のシステムであって、
    前記イメージ（Ｐ２）は関連する情報（Ｐ６３）、特にデジタル信号を含み、前記関連する情報（Ｐ６３）を保存または修正するような形で使用されることを特徴とするイメージの品質を修正するシステム。
42. 請求項２４から請求項４１のいずれか１項に記載のシステムであって、
    さらに、前記基準シーン（９）に合わせて修正されたイメージに情報を関連付ける、特に修正されていることを示す情報を関連付けるデータ処理手段を備えることを特徴とするイメージの品質を修正するシステム。
43. 請求項２４から請求項４２のいずれか１項に記載のシステムであって、
    観察者に合わせて前記イメージの視覚的品質を基準シーン（９）に合わせて修正するように特に設計され、前記連鎖された機器（Ｐ３）の機器の欠陥（Ｐ５）に関係する前記フォーマットされた情報（１５）は前記観察者の視覚特性、特に前記観察者の目および／または脳の機能不全に関係するフォーマットされた情報を含むことを特徴とするイメージの品質を修正するシステム。