专利名称：用于产生与装置的缺陷相关的信息的方法和系统的制作方法
技术领域：
本发明关于用于产生与装置链的装置的缺陷相关的格式化信息的一种方法和设备。本发明还关于以此方式获得并且被送往图象处理装置的格式化信息。
方案方法本发明关于用于产生与一装置链的装置的缺陷相关的格式化信息的一种方法。该格式化的信息被送往图象处理装置，特别是软件，以实现对由该图象处理装置处理的图象的品质的改善。该装置链特别包括至少一图象捕获装置和/或至少一恢复装置和/或至少一观察器。该方法包括产生表征该装置链的装置的缺陷的数据的方法。该数据在下文中被称为该格式化信息。
图象捕获装置该装置链包括至少一个图象捕获装置，尤其是一扫描仪。在根据本发明的一优选的实施方式中，该方法在此情形中被更具体地设计为产生与该图象捕获装置的缺陷相关的格式化信息。该方法另外还包括产生表征该图象捕获装置的缺陷，特别是清晰度特征的数据的步骤。该格式化信息还包括表征该图象捕获装置的缺陷的数据。
该装置链包括至少一个图象捕获装置。为了产生与该图象捕获装置的缺陷，特别是失真特征相关的格式化信息，优选地，根据本发明，该方法包括用于计算该格式化信息的第一算法。通过此第一算法，有可能在以下范围内作出一选择
-在一组可参数化转换模型中，-在一组可参数化逆转换模型中，在一组合成的图象中，-在一组参考画面中以及在一组转换的图象中。
该选择是根据-一参考画面，和/或-一转换的图象，和/或-一可参数化转换模型，使用所述转换模型可将该参考图象转换为该转换的图象，其中，所述参考图象是通过使用该图象捕获装置捕获该参考画面而得到的，和/或-一可参数化逆转换模型，使用所述转换模型可使该转换的图象被转换为该参考图象，和/或-一合成图象，其从该参考画面获得和/或从该参考图象获得。
该选择以这样一种方式来进行，即使得该转换的图象接近于与该合成的图象。该转换的图象与该合成的图象相比表现出一偏差。
该格式化信息至少部分地由所选择的可参数化转换模型的参数和/或所选择的可参数化逆转换模型的参数组成。
优选地，根据本发明，有可能通过该第一计算算法在一组数学投影中选择一数学投影，使用所述数学投影，可从该参考画面来构建该合成图象。
该装置链包括至少一个图象捕获装置。优选地，根据本发明的另一个可选的实施方式，为了产生与该图象捕获装置的缺陷，特别是该失真特征相关的该格式化信息，该方法包括用于计算该格式化信息的第二算法。该第二算法包括以下步骤-选择至少一个参考画面，-使用该图象捕获装置捕获每个参考画面的至少一个参考图象。
该第二算法还在一组可参数化的转换模型中以及在一组合成图象中选择以下内容的步骤-一可参数化的转换模型，使用所述转换模型可将使参考图象被转换为一转换的图象，和/或-一合成的图象，其从该参考画面获得和/或从该参考图象获得，-使得该合成图象接近于该转换的图象。该转换的图象同该合成的图象相比表现出一偏差。该格式化信息至少部分地由所选择的可参数化转换模型的参数和/或上述可参数化逆转换模型的参数组成。通过使用该可参数化逆转换模型，该转换的图象可以被转换为该参考图象。
优选地，根据本发明，有可能通过使用该第二计算算法，在一组数学投影中选择一数学投影，通过所述数学投影，可以从该参考画面来构建该合成图象。
优选地，根据本发明，该方法包括用于计算该偏差的第三算法。用于计算该偏差的该第三算法包括以下步骤-计算该转换图象和该合成图象之间的该偏差，-使该偏差与该格式化信息相联系。
该装置链包括至少一个图象捕获装置。该图象或者多个图象是画面，特别是由一用户借助于该图象捕获装置捕获的动态画面的图象。优选地，根据本发明的其他的可以选择的实施方式，为了产生与该图象捕获装置的缺陷，特别是该失真特征相关的该格式化的信息，该方法包括用于计算该格式化信息的第四算法。此第四算法包括以下步骤-由至少一个参考画面到一表面上的指定的数学投影建立一合成的图象类，-使用该图象捕获装置捕获至少一个参考画面的至少一个参考图象。
-在一组可参数化的转换模型中选择可用来使该参考图象被转换为与该参考画面的该合成图象类接近的一转换图象的转换模型。
该转换的图象与该合成图象类相比较表现出一偏差。该格式化信息至少部分地由所选可参数化的转换模型的该参数所组成。
优选地，根据本发明，该方法包括用于计算该偏差的第五算法。该第五算法包括以下步骤-计算该转换的图象和该合成图象类之间的该偏差，-使该偏差与该格式化的信息相联系。
可变的焦距-图象捕获装置该装置链的该图象捕获装置具有至少一个依赖于该图象的可变的特性，特别是焦距和/或光圈。该格式化信息的一小部分与具有该一个或多个可变特性的该图象捕获装置的该缺陷相关。每个可变特性可以与一个值相关，以形成一个组合，其由该组可变特性和值组成。优选地，在此情形中，根据本发明，该方法还包括为上述组合的一预定的选择产生上述小部分格式化信息的步骤。在上述小部分格式化信息中以此方式捕获的该格式化信息被输入到该格式化信息的字段中。此格式化信息在下文中被称为测得的格式化信息。
优选地，根据本发明，该方法包括从测得的格式化信息获得与一任意组合相关的所述小部分格式化信息的步骤。与一任意组合相关的该小部分格式化信息在下文中被称为扩充的格式化信息。
该格式化信息可以包括该扩充的格式化信息，其代替测得的格式化信息。
该测量的格式化信息和上述扩充的格式化信息可能显示出一插入偏差。优选地，根据本发明，该方法还包括选择零个或者一个或者多个可变的特性的步骤，其采取的方式使得所获得的该扩充的格式化信息的插入偏差低于一预定的插入阈值，其中所述扩充的格式化信息用于以此方式选择的该可变特性。对技术特征的组合得到对图象品质的校正采用简单的计算。对技术特征的组合得到该扩充的格式化信息是简洁的。对技术特征的组合还得到该被排除的可变特性对于故障的影响最小。
图象恢复装置该装置链可以包括至少一个图象恢复装置，特别是一打印机或者一视觉显示屏。该方法还被设计用于向图象处理装置，特别是软件提供与该图象恢复装置的缺陷相关的格式化的信息。优选地，在此情形中，根据本发明，该方法还包括产生表征该图象恢复装置的缺陷，特别是该失真特征的数据的步骤。该格式化信息还包括表征该恢复装置的缺陷的数据。
该装置链包括至少一个图象恢复装置。优选地，根据本发明，为了产生与该图象恢复装置的缺陷，特别是该失真特征相关的该格式化的信息，该方法包括用于计算该格式化信息的第六算法。通过该第六算法，可以在以下范围内作出选择-在一组可参数化的恢复转换模型中，-在一组可参数化的逆恢复转换模型中，-在一组数学恢复投影中，-在一组恢复参考中以及在一组校正的参考恢复图象中。
此第六算法基于以下内容进行此选择-一恢复参考，和/或-一组校正的参考恢复图象，和/或-一可参数化的恢复转换模型，使用该转换模型可以将该恢复参考转换为该校正的参考恢复图象，和/或
-一可参数化的逆恢复转换模型，使用该转换模型可将该校正的参考恢复图象转换为该恢复参考，和/或-一数学恢复投影，使用该一合成的恢复图象可以从该修正的参考恢复图象来建立。
由此第六算法所作的选择是通过这样一种方式，即使得该合成恢复图象接近于该已恢复的参考，其是通过使用该图象恢复装置对该恢复参考进行恢复而获得的。该恢复参考同该合成恢复图象相比表现了一恢复偏差。该格式化信息至少部分地由所选择的可参数化转换模型的参数和/或所选择的可参数化逆转换模型的参数组成。
该装置链包括至少一个图象恢复装置。优选地，在此情形中，根据本发明的一可选的实施方式，为了产生与该图象恢复装置的缺陷，特别是该失真特征相关的该格式化的信息，该方法还包括用于计算该格式化的信息的第七算法。该第七算法包括以下步骤-选择至少一个恢复参考，-使用该图象恢复装置将该恢复参考恢复为一已恢复的参考。
通过使用此第七算法，还可以在一组可参数化的恢复转换模型以及在一组数学的恢复投影中选择-一可参数化的恢复转换模型，通过它该恢复参考能够被转换为一校正的参考恢复图象，以及-一数学恢复投影，通过它可以从该校正的参考恢复图象建立一合成的恢复图象。
该第七算法以这样一种方式进行选择，即使得该合成的恢复图象接近于该已恢复的参考。该已恢复的参考与该合成的恢复图象相比表现出一恢复偏差。该格式化信息至少部分地由所选择的可参数化的恢复转换模型的参数和/或上述选择的参数化的逆恢复转换模型的参数所组成。使用可参数化的逆恢复转换模型，有可能将该校正的参考恢复图象转换为该恢复参考。
该装置链包括至少一个图象恢复装置。优选地，根据本发明的其他可选的实施方式，为了产生与该图象恢复装置的缺陷，特别是该失真特征相关的格式化的信息，该方法包括用于计算该格式化信息的第八算法。该第八算法包括了选择一校正的参考恢复图象的阶段。该第八算法还包括了在一组可参数化的恢复转换模型中，在一组数学恢复投影中以及在一组恢复参考中作出一选择的步骤。此选择是根据-一恢复参考，和/或-一可参数化的恢复转换模型，通过它该恢复参考可以被转换为该校正的参考恢复图象，和/或-一可参数化的逆恢复转换模型，通过它该校正的参考恢复图象可以被转换为该恢复参考，和/或-一数学恢复投影，通过它可以从该校正的参考恢复图象建立一合成的恢复图象。
第八算法通过这样一种方式进行选择，即使得该合成恢复图象接近于该已恢复的参考，所述已恢复的参考通过使用该图象恢复装置对该恢复参考进行恢复而获得。该已恢复参考同该合成恢复图象相比表现出一恢复偏差。该格式化信息至少部分地由所选择的可参数化恢复转换模型的参数和/或所选择的可参数化逆恢复转换模型的参数组成。
优选地，根据本发明，该方法包括计算该恢复偏差的第九算法。此第九算法包括以下步骤-计算该已恢复参考和该合成的恢复图象之间的该恢复偏差，-使该恢复偏差同上述格式化的信息相联系。
对技术特征的组合得到，例如在该装置的制作过程中，可以自动地验证该方法所产生的格式化的信息在可接受的公差范围内。
可变焦距-图象恢复装置该装置链的该图象恢复装置可以具有至少一个依从于该图象的可变的恢复特性，特别是焦距和/或光圈。该格式化信息的一小部分与具有该一个或多个可变恢复特性的该图象恢复装置的该缺陷相关。每个可变恢复特性可以与一个值相关，以形成一个恢复组合，其由该组可变恢复特性和值组成。优选地，在此情形中，根据本发明，该方法还包括产生上述小部分格式化信息，用于上述恢复组合的一预定的选择的步骤。在上述小部分格式化信息中以此方式获得的格式化信息被输入到该格式化信息的字段中，且在此格式化信息在下文中被称为测得的格式化恢复信息。
优选地，根据本发明，该方法包括从测得的格式化恢复信息获得与一任意组合相关的所述小部分格式化信息的步骤。与一任意恢复组合相关的所述小部分格式化信息在下文中被称为扩充的格式化的恢复信息。
该格式化的信息可以包括该扩充的格式化恢复信息，其代替测得的格式化恢复信息。
该测得的格式化恢复信息和上述扩充的格式化恢复信息会表现出一恢复插入偏差。优选地，在此情形中，根据本发明，该方法还包括选择零个，一个或者多个可变的恢复特性的步骤，其所采取的方式使得用所获得的该扩充的格式化恢复信息的该恢复插入偏差低于一预定的恢复插入阈值，其中所述扩充的格式化恢复信息用于以此方式选择的该可变的恢复特性。对技术特征的组合得到图象品质的校正采用简单的计算。对技术特征的组合得到扩充的格式化恢复信息是简洁的。对技术特征的组合还得到被排除的可变恢复特性对于该故障的影响最小。
优选地，根据本发明，该恢复装置相关于一图象捕获装置，以便以数字形式从该恢复参考恢复该已恢复的参考。该方法使得为了产生与该恢复装置的缺陷相关的该格式化的信息，使用与该图象捕获装置相关的该格式化的信息，所述图象捕获装置与该恢复装置相联系。
该装置链包括至少两个装置。优选地，在此情形中，根据本发明，为了产生与该装置链的装置的缺陷相关的该格式化的信息，该方法还包括以下步骤-产生与该装置链中的每个装置相关的格式化信息的步骤，-组合与该装置链的每个装置相关的格式化信息的步骤，以便获得与该装置链相关的格式化信息。
系统本发明关于一种用于产生与一装置链的装置的缺陷相关的格式化信息的系统。该格式化信息被送往图象处理装置，特别是软件，用于改善由该图象处理装置处理的图象的品质。该装置链包括特别是至少一个图象捕获装置和/或至少一个恢复装置和/或至少一个观察器。该系统包括数据处理装置，用于产生表征该装置链的装置的缺陷的数据。该数据在下文中被称为格式化的信息。
图象捕获装置该装置链包括至少一个图象捕获装置，特别是一扫描仪。优选地，在此情形中，根据本发明，该系统被更具体地涉及用于产生与该图象捕获装置的缺陷相关的格式化的信息。该系统包括数据处理装置，用于产生表征该图象捕获装置的缺陷，特别是清晰度特征的数据。该格式化的信息还包括表征该图象捕获装置的缺陷的数据。
该装置链包括至少一个图象捕获装置。优选地，根据本发明，为了产生与该图象捕获装置的缺陷，特别是该失真特征相关的该格式化信息，该数据处理装置能够采用一用于计算该格式化信息的第一算法。通过采用了上述第一算法的该数据处理装置，有可能在一组可参数化的转换模型中，在一组可参数化的逆转换模型中，在一组合成图象中，在一组参考画面中以及在一组转换的图象中作出一选择。
该选择基于-一参考画面，和/或-一转换的图象，和/或-一可参数化的转换模型，使用所述转换模型可将通过借助于该图象捕获装置捕获该参考画面而得到的该参考图象转换为该转换图象，和/或-一可参数化的逆转换模型，使用所述逆转换模型可将该转换图象转换为该参考图象，和/或-从该参考画面和/或该参考图象获得的一合成图象。
该数据处理装置以这样一种方式作出此选择，即使得该转换的图象接近于该合成的图象。该转换的图象与该合成的图象相比表现出一偏差。该格式化信息至少部分地由所选择的可参数化的转换模型的参数和/或所选择的可参数化的逆转换模型的参数所组成。
优选地，根据本发明，采用该第一计算方法的该数据处理装置包括计算装置，用于在一组数学投影中选择一数学投影，使用该数学投影可以从该参考画面建立该合成图象。
该装置链包括至少一个图象捕获装置。优选地，根据本发明的一个可选的实施方式，为了产生与该图象捕获装置的缺陷，尤其是失真特性相关的格式化的信息，该数据处理装置采用用于计算该格式化信息的第二算法。采用上述第二计算算法的该数据处理装置包括计算装置，用于选择至少一个参考画面。通过使用该图象捕获装置，有可能捕获每个参考画面的至少一个参考图象。另外，使用该计算装置还可以在一组可参数化的转换模型中以及在一组合成的图象中选择-一可参数化的转换模型，使用该转换模型可将该参考图象转换为一转换图象，和/或-一合成的图象，其从该参考画面和/或该参考图象获得。
该计算装置以这样一种方式作出此选择，即使得该合成的图象接近于该转换图象。该转换图象与该合成的图象相比表现出一偏差。该格式化信息至少是部分地由所选择的可参数化的转换模型的参数和/或所选择的可参数化的逆转换模型的参数所组成。通过使用该可参数化的逆转换模型，该已转换图象可以被转换为该参考图象。
优选地，根据本发明，可用来采用该第二计算算法的该计算装置包括特定的计算装置，用于在一组数学投影中选择一数学投影，使用该数学投影可以从该参考画面建立该合成的图象。
优选地，根据本发明，该数据处理装置能够采用第三算法来计算该偏差。为了此目的，该数据处理装置包括计算装置，其适用于-计算该转换图象和该合成的图象之间的偏差，-使该偏差与上述格式化的信息相联系。
优选地，根据本发明的另一可选的实施方式，该系统使得为了计算与该装置链的一图象捕获装置相关的该格式化的信息，其还使用至少一个参考画面。该图象捕获装置为每个参考画面建立了一参考图象。为了计算相关于该图象捕获装置的该格式化的信息，该系统还包括计算和处理装置，以用于-由至少一个参考画面到一表面上的特定的数学投影来建立一合成的图象类，
-在一组可参数化的转换模型中选择可用来将该参考图象转换为一已转换的图象的转换模型，所述已转换的图象接近于该参考画面的该合成图象类。
该转换图象与该合成图象类相比表现出一偏差。该格式化的信息至少部分地由所选择的可参数化的转换模型的参数组成。
优选地，根据本发明，该系统包括计算装置，用于-计算该转换图象和该合成的图象类之间的偏差，-使该偏差与上述格式化的信息相联系。
可变的焦距-图象捕获装置优选地，根据本发明，该系统使得该装置链的该图象捕获装置具有依赖于该图象的至少一个可变的特性，特别是焦距和/或光圈。该格式化信息的一小部分与具有该一个或多个可变特性的该图象捕获装置的缺陷相关。每个可变特性可以与一个值相关，以形成一个组合，其由该组可变特性和值组成。该系统还包括数据处理装置，用于为上述组合的一预定的选择产生上述小部分格式化信息。在上述小部分格式化信息中以此方式获得的格式化信息被输入到该格式化信息的字段中，且该格式化信息在下文中被称为测得的格式化信息。
优选地，根据本发明，该数据处理装置能够从测得的格式化信息获得与一任意组合相关的所述小部分格式化信息。与一任意组合的所述小部分格式化信息在下文中被称为扩充的格式化信息。
该格式化信息可以包括扩充的格式化信息，而不是测得的格式化信息。
该测得的格式化信息以及上述扩充的格式化信息表现出一插入偏差。优选地，根据本发明，该系统还包括选择装置，用于选择零个或者一个或者多个可变的特征，其采取的方式使得用于所获得的该扩充的格式化信息的插入偏差低于一预定的插入阈值，其中，所述扩充的格式化信息用于以此方式选择的可变特性。
图象恢复装置该装置链可以包括至少一个图象恢复装置，尤其是一打印机或者一视觉显示屏。该系统被设计用以向图象处理装置，特别是软件提供与该图象恢复装置的缺陷相关的格式化信息。优选地，在此情形中，根据本发明，该系统还包括数据处理装置，用于产生表征该图象恢复装置的缺陷，尤其是该失真特征的数据。该格式化信息也包括表征该恢复装置的缺陷的数据。
优选地，在该装置链包括至少一个图象恢复装置的情形下，为了产生与该图象恢复装置的缺陷，尤其是该失真特征相关的格式化信息，该系统包括用于在以下范围内进行选择的计算装置-在一组可参数化的恢复转换模型中，-在一组可参数化的逆恢复转换模型中，-在一组数学恢复投影中，-在一组恢复参考中以及在一组校正的参考恢复图象中。
由该计算装置作出的该选择是根据-一恢复参考，和/或-一校正的参考恢复图象，和/或-一可参数化的恢复转换模型，使用所述恢复转换模型可将该恢复参考转换为上述校正的参考恢复图象，和/或-一可参数化的逆恢复转换模型，使用所述逆恢复转换模型可将上述校正的参考恢复图象转换为该恢复参考，和/或-一数学恢复投影，使用所述数学恢复投影可以从该校正的参考恢复图象建立一合成的恢复图象。
该计算装置以这样一种方式作出此选择，即使得该合成的恢复图象接近于该已恢复的参考，其通过使用该图象恢复装置对该恢复参考进行恢复而得到。该已恢复的参考与该合成的恢复图象相比表现出一恢复偏差。该格式化信息至少部分地由所选择的可参数化恢复转换模型的参数和/或所选择的可参数化逆恢复转换模型的参数所组成。
该装置链可以包括至少一个图象恢复装置。优选地，在根据本发明的此可选的实施方式的情形下，为了产生与该图象恢复装置的缺陷，特别是该失真特征相关的格式化信息，该系统包括用于选择至少一个恢复参考的计算装置。通过使用该图象恢复装置，有可能将该恢复参考恢复为一已恢复的参考。另外通过使用该计算装置还可以在一组可参数化的恢复转换模型以及一组数学的恢复投影中选择-一可参数化的恢复转换模型，使用该恢复转换模型可使该恢复参考转换为一校正的参考恢复图象，以及-一数学恢复投影，使用所述投影可以从该校正的参考恢复图象建立一合成的恢复图象。
该计算装置以这样一种方式作出此选择，即使得该合成的恢复图象接近于该已恢复的参考。该已恢复的参考同该合成的恢复图象相比表现出一恢复偏差。该格式化信息至少是部分地由所选择的可参数化的恢复转换模型的参数和/或上述选择的可参数化的逆恢复转换模型的参数所组成。使用可参数化的逆恢复转换模型，有可能将该校正的参考恢复图象转换为该恢复参考。
该装置链包括至少一个图象恢复装置。优选地，根据本发明的此可选的实施方式，为了产生与该图象恢复装置的缺陷，特别是该特征相关的该格式化的信息，该系统包括计算装置，用于选择一校正的参考恢复图象。通过使用该计算装置，还可能在一组可参数化的恢复转换模型中，在一组数学恢复投影中，以及在一组恢复参考中选择-一可参数化的恢复转换模型，使用所述恢复转换模型可将该特定的恢复参考转换为该校正的参考恢复图象，和/或-一可参数化的逆恢复转换模型，使用该逆恢复转换模型可将该校正的参考恢复图象转换为该恢复参考，和/或-一数学恢复投影，使用该投影可以从上述校正的参考恢复图象建立一合成的恢复图象。
该计算装置以这样一种方式进行此选择，即使得该合成的恢复图象接近于该已恢复的参考，其通过使用该图象恢复装置对该恢复参考进行恢复而得到。该已恢复的参考与该合成的恢复图象相比表现出一恢复偏差。该格式化信息至少是部分地由所选择的可参数化恢复转换模型的参数和/或所选择的可参数化逆恢复转换模型的参数所组成。
优选地，根据本发明，该系统包括计算装置用于-计算该恢复的参考和该合成的恢复图象之间的该恢复偏差，-使该恢复偏差与上述格式化的信息相联系。
可变焦距-图象恢复装置该装置链的该图象恢复装置可以具有至少一个依从于该图象的可变的恢复特征，特别是焦距和/或光圈。该格式化信息的一小部分与具有该一个或多个可变恢复特征的该图象恢复装置的缺陷相关。每个可变恢复特性可以与一个值相关，以形成一个恢复组合，其由该组可变恢复特性和值组成。优选地，在根据本发明的此可选的实施方式的情形下，该系统在此情形下还包括数据处理装置，用于为该恢复组合的一预定选择产生所述小部分格式化信息。以此方式在该小部分中获得并输入到格式化信息的字段中的该格式化的信息在下文中被称为测量的格式化恢复信息。
优选地，根据本发明，该系统包括数据处理装置，用于从测得的格式化恢复信息获得与一任意的组合相关的所述小部分格式化的信息。构成与一任意的恢复组合相关的格式化信息的该小部分的格式化信息在下文中被称为扩充的格式化恢复信息。
该格式化信息可以包括该扩充的格式化恢复信息，其代替测得的格式化恢复信息。
该测得的格式化恢复信息和上述扩充的格式化恢复信息显示出一插入偏差。优选地，根据本发明，该系统还包括选择装置，用于选择零个或者一个或者多个可变的恢复特性，其采取的方式使得为以此方式选择的该可变恢复特性获得的该扩充的格式化恢复信息的插入偏差低于一预定的插入阈值。
根据本发明的一个可选的实施方式，该恢复装置与一个图象捕获装置相关，以便以数字形式从该恢复参考恢复该已恢复的参考。优选地，在此情形中，该系统包括数据处理装置，其用于产生与该恢复装置的缺陷相关的格式化信息，方法是使用相关于该图象捕获装置的该格式化信息，该图象处理设备与该恢复装置相关。
该装置链可以包括至少两个装置。优选地，在此情形中，为了产生相关于该装置链的装置的缺陷的格式化信息，该系统还包括数据处理装置，用于产生与该装置链的每个装置相关的格式化信息，并且用于组合与该装置链的每个装置相关的格式化信息，以这样一种方式以便获得与该装置链相关的格式化信息。
本发明的其他的特性和优点通过阅读本发明的可选的实施方式会变得明显，上述实施方式是通过指示性而非限制性的例子以及附图的形式来提供的，其中
-图1是图象捕获的示意图，-图2是图象恢复的示意图，-图3是一图象的象素的示意图，-图4a和4b为一参考画面的示意图，-图5是该方法的结构图，通过上述方法可以计算该数学图象和该校正图象之间的偏差，-图6是该方法的组织图，通过上述方法可以得到一用于该图象恢复装置的最佳的恢复转换，-图7是组成根据本发明的系统的一示意图，-图8是格式化信息的字段的一示意图，-图9a是一数学点的示意性的正视图，-图9b是一图象的一实际点的示意性的正视图，-图9c是一数学点的示意性的侧视图，-图9d是一图象的一实际点的示意性的剖面图，-图10是一特性点的阵列的示意图，-图11是该方法的组织图，通过它可以获得该格式化信息，-图12是该方法的组织图，通过上述方法可以得到用于一图象捕获装置的最佳的转换，-图13是该方法的组织图，通过上述方法可修改源自或被送往一装置链的图象的品质，-图14是一个包含格式化信息的文件的例子，-图15是格式化信息的例子，-图16是参数化模型的参数表示，-图17是是该方法的组织图，通过上述方法可以得到用于一图象恢复装置的最佳的转换，
图1示出了一画面3，其包括一目标107，一检测器101以及检测器表面110，一光学中心111，一检测器表面110上的观察点105，穿过观察点105的一观察方向106，光学中心111，画面3，以及与检测器表面110几何相关的一表面10。
图2示出了一图象103，一图象恢复装置19以及在该恢复媒介190上获得的一已恢复的图象191。
图3示出了一画面3，一图象捕获装置1以及由象素104组成的一图象103。
图4a和4b示出了一参考画面9的两个可选择的版本。
图5示出了的一组织图，其采用了一画面3，一给出画面3的一数学图象70的数学投影8，一实际投影72，其给出了画面3的一图象103，用于该特性74，一可参数化的转换模型12，其给出图象103的一校正的图象71，该校正的图象71与数学图象70相比表现出一差值73。
图6示出组织图，其采用了一画面103，一实际恢复投影90，其给出了图象103的一已恢复的图象191，以供该恢复特性95使用，一可参数化的恢复转换模型97，其给出图象103的一校正的恢复图象94，一数学恢复投影96，其给出校正的恢复图象94的一数学恢复图象92，并且与已恢复的图象191相比表现出一恢复差值93。
图7示出一系统，其包括一图象捕获装置1，其由一光学系统100，一检测器101以及一电子单元102组成。图7也示出了一存储器区域16，其包括一图象103，一数据库22，其包括格式化的信息15，以及装置18用于将由图象103和格式化信息15组成的完整的图象120传输到计算装置17，其包含图象处理软件4。
图8示出了由字段91组成的格式化信息15。
图9a到9d示出数学图象70，图象103，与该图象的一点的实际位置50和实际形状51相比较的该相应点的数学位置40和该数学形状41，。
图10示出了特性点的一个阵列80。
图11示出了一组织图，其采用一图象103，所用的特性74，以及该特性的数据库22。该格式化信息15是从该特性74获得的，其被使用并存储在数据库22中。该完整的图象120是从图象103以及格式化的信息15获得的。
图12示出了一组织图，其采用了一参考画面9，一数学投影8，其给出了参考画面9的一合成的图象类7，以及一实际投影72，其给出了参考画面9的一参考图象11，用于所用的特性74。此组织图也采用了一可参数化的转换模型12，其给出了参考图象11的转换图象13。该转换图象13与合成的图象类7相比表现出一偏差14。
图17示出了一组织图，其采用了一恢复参考209，一实际的恢复投影90，其给出了上述恢复参考209的一已恢复的参考211，用于所使用的该恢复特性95，一可参数化的恢复转换模型97，其给出上述恢复参考209的一校正的参考恢复图象213，一可参数化的逆恢复转换模型297，其从上述校正的参考恢复图象213产生上述恢复参考209。此组织图还采用一数学恢复投影96，其给出了上述校正的参考恢复图象213的一合成的恢复图象307。上述合成的恢复图象307同该已恢复的参考211相比表现出一恢复偏差214。
定义和详细描述通过阅读以下内容，本发明的其它特征和优势会更明显—下文阐述的对所采用的技术术语的定义，这些定义参考图1至图17的实施例，这些实施例仅用于描述本发明，而不对本发明构成限制，
—图1至图17的描述。
场景场景3定义为三维空间中的一个场所，包含被光源照亮的物体107。
图象捕获装置，图象，图象捕获结合图3至图7，现描述何谓图象捕获装置1和图象103。图象捕获装置1定义为由光学系统100，一个或多个传感器101，一个电子单元102和一个存储区16构成的装置。通过所述图象捕获装置1，可能从场景3捕获记录在内存字段16中，或是被传输到一个外部设备的静止的或动画的数字图象103。动画图象由按时间排列的静止图象序列103构成的。所述图象捕获装置1的具体形式可以是摄影装置，摄像机，与PC机相连或集成的照相机，与个人数字助理相连或集成的照相机，与电话相连或集成的照相机，视频会议装置，测量照相机，或对可见光以外的波长敏感的装置，例如热能照相机。
图象捕获定义为图象捕获装置1用来计算图象103的方法。
在一个装置配备有多个可互换组件的情况下，特别是在光学系统100中，图象捕获装置1定义为该装置的一种特殊配置。
图象恢复装置，恢复图象，图象恢复结合图2，现描述何谓图象恢复装置19。该图象恢复装置19的具体形式可以是可视的显示器屏幕，电视屏幕，平面屏幕，投影仪，虚拟实境目镜，以及打印机。
该图象恢复装置19由以下元件组成—一电子单元，—一个或多个光源，电子源或墨水源，—一个或多个调节器；用于光，电子或墨水的调节设备，
—一调焦设备，其具体形式在光投影仪中可以是一个光学系统，在CRT屏幕中可以是电子束调焦线圈，在平面屏幕中可以是过滤器，—一恢复介质190，其具体形式在CRT屏幕，平面银幕或投影仪中可以是屏幕，在打印机中可以是在其上进行打印的打印介质，在虚拟图象投影仪中是虚拟表面。
通过使用所述图象恢复装置19，可以自一图象103，获得在恢复介质190上的恢复图象191。
动画图象是由按时间排列的静止图象序列组成的。
图象恢复定义为图象恢复装置19用来显示或打印图象的方法。
在恢复装置19配备有多个可互换组件或可以彼此相对移动的组件，特别是恢复介质190的情况下，图象恢复装置19定义为一种特殊配置。
传感器表面，光学中心，焦距结合图1，现描述传感器表面110的定义。
传感器表面110定义为在图象捕获时，图象捕获装置的传感器101的敏感表面捕获的空间形状。该表面通常是平面。
光学中心111定义为图象捕获时空间中与图象103关联的一个点。在传感器表面110为平面的情况下，焦距定义为该点111和表面110之间的距离。
象素，象素值，曝光时间结合图3，现描述象素104和象素值的定义。
象素104定义为通过在传感器表面110上创建通常为规则的网格获得的检测平面上110上的基本单元字段。象素值定义为与该象素104关联的一个数字。
图象捕获定义为确定每个象素104的值。该组象素值构成图象103。
在图象捕获过程中，象素值是通过以下方法获得的在象素104的表面上，在一段时间即曝光时间期间，对源自场景3通过光学系统100的部分光通量进行积分，并将该积分的结果转换为一数值。对光通量的积分和/或将该积分结果转换为数字值是通过电子单元102完成的。
象素值概念的该定义可应用于黑白或彩色图象103的情况，不管它们是静止的或还是动画的。
但是，随具体情况的不同，也可通过以下不同方式获得当前讨论的部分光通量a)在彩色图象103的情况下，传感器表面110通常由多种象素104构成，所述多种类型的象素104分别与不同波长的光通量相联系，例如红，绿和蓝象素。
b)在彩色图象103的情况下，也可能有许多并列的传感器101，每一个接收部分光通量。
c)在彩色图象103的情况下，使用的颜色可能不同于红色，绿色和蓝色，例如北美NTSC电视，并且可能不止三种颜色。
d)最后，在隔行电视扫描照相机情况下，产生的动画图象是由包含偶数行的图象103和包含奇数行的图象103交替构成的。
所用配置，所用调节，所用特征所用配置定义为图象捕获装置1的可移动组件的列表，例如光学系统100，其安装在图象捕获装置1上，如果其为可互换的。所用配置具体由以下特征来表征—光学系统100的类型，
—光学系统100的序列号或其它标志。
所用调节定义为—以上定义的所用配置，以及—在所用配置中可得到的影响图象103内容的手工或自动调节的值。这些调节可以由用户设置，特别是通过按按钮的方式，或是由图象捕获装置1计算得到。这些调节可能存储在装置中，特别是存储在一可移动介质上，或是存储在连接到装置的任何设备上。这些调节器可以具体包括调焦调节，对光学系统100的光圈和焦距的调节，曝光时间调节，白色平衡调节，以及合成图象处理调节，例如数码变焦，压缩和对比度。
所用特征74或所用的一组特征74定义为a)涉及图象捕获装置1的固有技术特征的参数，所述参数是在图象捕获装置1的设计阶段确定的。例如，这些参数可以包括所用配置的光学系统100的方案(formula)，该方案会影响所捕获图象的几何缺陷和清晰度；所用配置的光学系统100方案具体包括光学系统100中透镜的形状，排列和材料。
这些参数还可以包括—传感器101的几何特性，也就是传感器表面110以及在这个表面上象素104的形状和相对排列，—电子单元102产生的噪声，—从光通量到象素值的转换方式。
b)与图象捕获装置1的固有技术特征关联的参数，所述参数是在图象捕获装置1的制造阶段确定的，具体包括—所用配置的光学系统100中透镜的精确定位，—光学系统100相对于传感器101的精确定位。
c)与图象捕获装置1的技术特征关联的参数，所述参数是在捕获图象103的时刻确定的，具体包括—传感器表面110相对于场景3的位置和方向，—所用调节，—产生影响的外部因素，例如温度。
d)用户的优先选择，特别是图象恢复所用的色温。例如，用户通过按按钮的方式确定的优先选择。
观测点，观测方向结合图1，现给出观测点105和观测方向106的定义。
数学表面10定义为一个与传感器表面110几何相关的表面。例如，如果传感器表面是平坦的，则数学表面10就有可能与传感器表面重合。
观测方向106定义为场景3中至少一点并穿过光学中心111的一条直线。观测点105定义为观测方向106与表面10的交叉点。
观测颜色，观测强度结合图1，现描述观测颜色和观测强度的定义。观测颜色定义为由所述场景3在某个时刻沿着观测方向106发出、透射或反射的，并从所述观测点105观测到的光线的颜色。观测强度定义为由所述场景3在同一个时刻沿着所述观测方向106发出的，并从所述观测点105观测到的光线的强度。
颜色具体地可以用作为波长函数的光强度来表征，或者也可以由例如用色度计测量的两个数值来表征。强度可以用一个值来表示，例如用光度计测量的值。
所述观测颜色和所述观测强度具体取决于物体107在场景3中的相对位置，当前的照明光源，以及观测时物体107的透明度和反射特征。
数学投影，数学图象，数学点，点的数学颜色，点的数学强度，点的数学形状，点的数学位置结合图1，5，9a，9b，9c和9d，现描述以下概念数学投影8，数学图象70，数学点，点的数学颜色，点的数学强度，点的数学形状41以及点的数学位置40。
结合图5，现描述如何由至少一个场景3的指定的数学投影8在数学表面10上形成数学图象70。
首先描述指定数学投影8的概念。
一个指定的数学投影8使数学图象70与下述各项相联系—捕获图象103时的场景3，—以及所用特征74。
一个指定的数学投影8是一种转换，用来由捕获图象时的场景3和所用特征74确定数学图象70的每个点的特征。
优选地，数学投影8使用以下方式定义该点的数学位置40定义为观测点105在数学表面10上的位置。
该点的数学形状41定义为观测点105的几何的点状的形状。
该点的数学颜色定义为观测颜色。
该点的数学强度定义为观测强度。
数学点定义为观测点105的数学位置40，数学形状41，数学颜色和数学强度的联系。数学图象70由该组所述数学点构成。
场景3的数学投影8是数学图象70。
实际投影，实际点，点的实际颜色，点的实际强度，点的实际形状，点的实际位置结合图3，5，9a，9b，9c和9d，现描述以下概念实际投影72，实际点，点的实际颜色，点的实际强度，点的实际形状51以及点的实际位置50。
在图象捕获过程中，图象捕获装置1将场景3的图象103与所用特征74联系起来。源自场景3，沿着观测方向106的光线穿过光学系统100，到达传感器表面110。
对于所述观测方向，此时获得所定义的实际点，其与数学点相比较存在差异。
结合图9a到9d，现描述实际点与数学点的差异。
与所述观测方向106关联的实际形状51不是位于传感器表面上的一个点，它在三维空间中形状类似云朵，与一个或多个象素104相交。引起这些差异的具体原因是慧形象差，球面象差，象散性，分为象素104组，彩色象差，场深度，衍射，无源反射，以及图象捕获装置1的场曲率。它们产生图象103模糊或者缺乏清晰度的印象。
此外，与所述观测方向106关联的实际位置50与点的数学位置40相比较存在差异。引起这个差异的原因是几何变形，这会产生变形的印象例如，垂直的墙看上去变弯曲了。还有一个事实引起这个差异即象素104的数目有限，因此实际位置50只能具有有限的数值。
此外，与所述观测方向106关联的实际强度与点的数学强度相比较存在差异。引起这些差异的原因是灰度系数和渐晕例如，图象103的边缘看起来颜色变暗。另外，信号中可能会加有噪声。
最后，与所述观测方向106相关的实际颜色与点的数学颜色相比较存在差异。引起这些差异的原因是灰度系数和色偏。另外，信号中可能会加有噪声。
实际点定义为当前考虑的观测方向106的实际位置50，实际形状51，实际颜色和实际强度的联系。
场景3的实际投影72由该组实际点组成。
可参数化转换模型，参数，校正图象可参数化转换模型12(或简称为可参数化转换12)定义为可通过图象103和参数值得到校正图象71的数学转换。如下文所述，所述参数可以通过所用特征74计算得出。
通过所述可参数化转换12，对于图象103的每个实际点，有可能通过参数值，通过所述实际点的实际位置，以及通过图象103的象素值，确定所述实际点的校正置，所述实际点的校准颜色，所述实际点的校正强度以及所述实际点的校正形状。例如，可以通过作为实际位置函数的固定次数多项式来计算校正位置，该多项式的系数依赖于所述参数的值。例如，校正颜色和校正强度可以是象素值的加权和，所述系数由参数值以及实际位置决定，或者也可以是图象103的象素值的非线性函数。
可参数化逆转换模型212(或简称为可参数化逆转换212)定义为通过校正图象71和参数值得到图象103的数学转换。如下文所述，所述参数可以通过如下所述的所用特征74来计算。
通过所述可参数化逆转换212，对于校正图象71的每个点，有可能通过所述参数的值以及校正图象71，确定对应于校正图象71的所述点的图象103的实际点，具体包括所述实际点的位置、所述实际点的颜色、所述实际点的强度和所述实际点的形状。例如，实际点的位置可以通过作为校正图象71的该点位置的函数的固定次数多项式计算得出，该多项式的系数由参数值决定。
所述参数具体可以包括所用配置的光学系统100的焦距或相关值，例如一组透镜的位置，所用配置的光学系统100的调焦或相关值，例如一组透镜的位置，所用配置的光学系统100的光圈或相关值，例如光阑(diaphragm)的位置。
数学图象和校正图象之间的差异结合图5，对于给定的场景3以及所用特征74，数学图象70和校正图象71之间的差异定义为由表征全部或部分校正点以及全部或部分数学点的位置、颜色、强度和形状的数值确定的一个或多个值。
例如，对于给定的场景3以及所用特征74，数学图象70和校正图象71之间的差异可以确定为—存在选出的特征点，例如可以是规则排列的点构成的正交阵列80的点，如图10所示。
—例如，对每个特征点，可以通过求得分别表示校正点和数学点的校正位置、校正颜色、校正强度和校正形状的每两个数值之间的差值的绝对值之和来计算差值73。上述差值的绝对值的求和函数可以替换为其它函数，例如求平均值，平方求和以及其它能够组合这些数值的函数。
参考场景参考场景9定义为某些特征已知的场景3。例如，图4a示出了一个参考场景9，其由一张包括规则分布的黑色实心圆圈的纸组成。图4b示出了另一张纸，包含同样的圆圈，还具有彩色线条和字段。圆圈用来测量一个点的实际位置50，线条用来测量一个点的实际形状51，彩色字段用来测量一个点的实际颜色和实际强度。该参考场景9可以由除了纸张以外的其他材料构成。
参考图象结合图12，现描述参考图象11的概念。参考图象11定义为使用图象捕获装置1得到的参考场景9的图象。
合成图象，合成图象类结合图12，现描述合成图象207和合成图象类7的概念。合成图象207定义为通过一个参考场景9的数学投影8得到的数学图象70。合成图象类7定义为通过对用于一组或多组所用特征74的一个或多个参考场景9的数学投影8得到的一组数学图象70。在只有一个参考场景9且只使用一组特征74的情况下，合成图象类7只包括一个合成图象207。
转换图象结合图12，现描述转换图象13的概念。转换图象13定义为通过将可参数化转换模型12应用到参考图象11得到的校正图象。
与合成图象类接近的转换图象，偏差结合图12，现描述与合成图象类7接近的转换图象13的概念以及偏差14的概念。
转换图象13和合成图象类7之间的差异定义为所述转换图象13和所述合成图象类7的任意一个合成图象207之间的最小差异。
结合图12，以下描述第四个算法，在参考场景9和所用特征74不同的情况下，使用该算法可在多个可参数化转换模型12中进行选择可用来将每个参考图象11转换为与对应于所述参考图象11的参考场景9的合成图象类7接近的转换图象13的转换模型。
—在给定的参考场景9与一组所用特征74关联的情况下，可以选择可参数化转换12(以及它的参数)，用来将参考图象11转换成与合成图象类7差异最小的转换图象13。这样，合成图象类7和转换图象13就会十分接近。偏差14定义为所述的差异。
—在给定的一组参考场景关联与多组所用的给定特征74关联的情况下，可以选择一个可参数化转换12(以及它的参数)作为每个参考场景9的转换图象13和当前考虑的每个参考场景9的合成图象类7之间的差异的函数。存在选出的可参数化转换12(以及它的参数)，用来将参考图象11转换成转换图象13，使得所述差异的和最小。该求和函数可以替换为另一个函数，例如求乘积函数。这样，就认为合成图象类7和转换图象13相接近。偏差14定义为，例如通过计算平均值从所述差异得到的值。
—在某些所用特征74未知的情况下，有可能通过捕获至少一个参考场景9的多个参考图象11来确定这些特征。在这种情况下，同时确定该未知特征和可参数化转换12(及其参数)，通过该转换可以将参考图象11转换为转换图象13，使得所述差异的和最小，特别是通过迭代计算，或者求解关于所述差异的和和/或乘积和/或所述差异的其它适当组合的方程式。这样，就认为合成图象类7和转换图象13是接近的。例如，未知特征可以是传感器表面110和当前考虑的参考场景9的相对位置和方向。偏差14定义为从所述差异得到的值，例如通过计算其平均值得到的值。结合图12，现描述第一计算算法，使用该算法可以在以下范围做出选择—在一组可参数化转换模型中，—在一组可参数化逆转换模型中，—在一组合成图象中，—在一组参考场景以及一组转换图象中。
该选择基于—参考场景9，和/或—转换图象13，和/或
—可参数化转换模型12，使用该转换模型可将借助于图象捕获装置1捕获参考场景9得到的参考图象11转换为转换图象13，和/或—用来将转换图象13转换为参考图象11的可参数化逆转换模型212，和/或—从参考场景9和/或参考图象11得到的一个合成图象207。
所采用的选择是使转换图象13和合成图象207的差异最小的选择。这样，就认为合成图象207和转换图象13十分接近。偏差14定义为所述的差异。
优选地，根据本发明，有可能借助于第一个计算算法在一组数学投影中选择一个数学投影8，所述数学投影用来从参考场景9生成合成图象207。
结合图12，现描述第二个计算算法，包括以下步骤—选择至少一个参考场景9，—借助于图象捕获装置1捕获每个参考场景9的至少一个参考图象11。
该第二个算法还包括在一组可参数化转换模型和一组合成图象中选择以下内容的步骤—用来将参考图象11转换为转换图象13的可参数化转换模型12，和/或—从参考场景9和/或参考图象11得到的合成图象207，所采用的选择是使转换图象13和合成图象207之间的差异最小的选择。这样，就认为合成图象207和转换图象13是接近的。偏差14定义为所述的差异。
优选地，根据本发明，有可能通过第二个计算算法在一组数学投影中选择一个数学投影8，所述数学投影被用来从参考场景9生成合成图象207。
最佳转换最佳转换定义为—可参数化转换模型12中的一种转换，通过该转换，可将每个参考图象11转换为与对应于所述参考图象11的参考场景9的合成图象类7接近的转换图象13，和/或—可参数化转换模型12，其中的可参数化转换模型，例如转换图象13接近合成图象207，和/或—可参数化逆转换模型212，其中的可参数化逆转换模型，例如转换图象13接近合成图象207。
校准校准定义为一种方法，通过该方法，对于一种或多种所用配置，得到涉及图象捕获装置1的固有特征的数据，其中，每种配置都包含与图象捕获装置1关联的光学系统100。
情况1该情况只包含一种配置，所述方法包括以下步骤—在所述图象捕获装置1中安装所述光学系统100的步骤，—选择一个或多个参考场景9的步骤，—选择几种所用特征74的步骤，—为所述所用特征捕获所述参考场景9的图象的步骤，—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
情况2该情况考虑对应于给定图象捕获装置1和同类型的所有光学系统100的所有配置，所述方法包括以下步骤—选择一个或多个参考场景9的步骤；
—选择几种所用特征74的步骤；—通过例如由光线跟踪计算该光学系统的软件，从所用特征74，特别是从所用配置的光学系统100的方案，及从参数的值计算图象103的步骤，—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
情况3该情况考虑对应于给定光学系统100和同类型的所有图象捕获装置1的所有配置，所述方法包括以下步骤—在当前考虑的类型的图象捕获装置1上安装所述光学系统100的步骤，—选择一个或多个参考场景9的步骤，—选择几种所用特征74的步骤，—为所述所用特征捕获所述参考场景9的图象的步骤，—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤。
优选地，可由图象捕获装置1的制造厂商对情况1中的每个装置和配置进行校准。这种方法更加精确，但是有更多的限制，特别适用于光学系统100不是可互换的情况。
或者，可由图象捕获装置1的制造厂商对情况2中的每种装置类型和配置进行校准。这种方法没有第一种精确，但是更加简单。
或者，可由图象捕获装置1的制造厂商或第三方对情况3中的每种装置类型和光学系统100进行校准。这是一种折衷的方法，其中，可在同一种类型的所有图象捕获装置1中使用一个光学系统100，而不需要为每一种图象捕获装置1和光学系统100的组合重复进行校准。在图象捕获装置1包含不可互换的光学系统的情况下，这种方法允许为每一种给定类型的装置只进行一次校准。
或者，对情况1中的每个图象捕获装置和配置，可由装置销售商或安装者进行校准。
或者，对情况3中的每个光学系统100和每种类型的装置，可由装置的销售商或安装者进行校准。
或者，对情况1中的每个装置和配置，可由装置的使用者进行校准。
或者，对情况3中的每个光学系统100和每种类型的装置，可由装置的使用者进行校准。
数字光学系统的设计数字光学系统的设计定义为用来减少光学系统100的成本的方法，降低成本通过以下手段来实现—设计一个具有缺陷，特别是实际点定位缺陷的光学系统100，或是从目录中选择上述系统，—减少透镜的数量，和/或—简化透镜的形状，和/或—使用较廉价的材料，处理操作或生产过程。
所述方法包括以下步骤—选择可接受的差异(在上述限定的含义范围内)的步骤，—选择一个或多个参考场景9的步骤，—选择几种所用特征74的步骤，所述方法还包括以下步骤的重复—选择一个光学方案的步骤，该方案具体包括透镜的形状，材料和排列，—通过采用，例如由光线跟踪计算光学系统的软件，或通过对原型进行测量，从所用特征74，特别是从所用配置的光学系统100的方案计算图象103的步骤，—为对应于相同的所用特征74的每一组参考场景9计算最佳转换的步骤，—验证差异是否可接受的步骤，直到差异可接受为止。
格式化信息与图象103关联的格式化信息15，或是格式化信息15，被定义为以下的数据的全部或一部分—涉及图象捕获装置1的固有技术特征，特别是失真特征的数据，和/或—涉及捕获图象时图象捕获装置1的技术特征的数据，所述技术特征特别是曝光时间，和/或—涉及所述用户优先选择，特别是色温的数据，和/或—涉及偏差14的数据。
特征数据库特征数据库22定义为包含格式化信息15的数据库，该格式化信息对应一个或多个图象捕获装置1和一个或多个图象103。
所述特征数据库22可以集中存储或分布存储，特别是可以—集成到图象捕获装置1，—集成到光学系统100，—集成到一可移动存储设备，—在图象捕获过程中集成到PC或连接到其它元件的其它计算机，—图象捕获结束后集成到PC或连接到其它元件的其它计算机，
—集成到PC或能够读取与图象捕获装置1共享的存储介质的其它计算机，—集成到一台与PC或其它计算机连接的远程服务器，其本身与其它图象捕获元件连接。
字段结合图8，现描述字段91的定义。与图象103关联的格式化信息15可以以多种形式记录，并构造成一个或多个表格。但是它在逻辑上对应于所有或部分字段91，包括(a)焦距，(b)场深度，(c)几何缺陷。
所述几何缺陷包括图象103的几何缺陷，由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换，就有可能计算图象103的一个点的校正位置。
所述几何缺陷还包括渐晕，由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换，就有可能计算图象103的一个点的校正强度。
所述几何缺陷还包括色偏，由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换，就有可能计算图象103的一个点的校正颜色。
所述字段91还包括(d)图象103的清晰度。
所述清晰度包括在图象103分辨中的不清晰性，由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换，就有可能计算图象103的一个点的校正形状。不清晰性具体包括慧形象差，球面象差，象散性，分成象素104组，彩色象差，场深度，衍射，无源反射，以及场曲率。
所述清晰度还包括场深度中的不清晰性，特别是球面象差，慧形象差，象散性。所述不清晰性取决于场景3中的点相对于图象捕获装置1的距离，由与拍摄特征74关联的参数和代表拍摄时图象捕获装置1的特征的可参数化转换来表征。通过所述参数和所述可参数化转换，就有可能计算图象103的一个点的校正形状。
所述字段91还包括(e)量化方法的参数。所述参数取决于传感器101的几何特性与物理特性，电子单元102的体系结构以及可以使用的任何一个处理软件。
所述参数包含表示象素104的强度随源自所述场景3的波长和光通量改变的函数。所述函数具体包含灰度系数信息。
所述参数还包括—所述传感器101的几何特性，特别是所述传感器101的敏感元件的形状，相对位置和数量，—表示图象捕获装置1的噪声的空间和时间分布的函数，—表示图象捕获曝光时间的值。
所述字段91还包括(f)由图象捕获装置1执行的数字处理操作，特别是数码变焦和压缩的参数。这些参数取决于图象捕获装置1的处理软件和用户的调节。
所述字段91还包括(g)表示用户的优先选择的参数，特别是关于图象103的模糊程度和分辨率。
(h)偏差14。
格式化信息的计算格式化信息15可以在多个阶段中计算并存储在数据库22中。
a)图象捕获装置1的设计结尾。
通过这个阶段，有可能获得图象捕获装置1的固有技术特征，特别是—电子单元102产生的噪声的空间和时间分布，—从光通量到象素值的转换方案。
—传感器101的几何特性。
b)数字光学系统的校准或设计结尾。
通过这个阶段，有可能获得图象捕获装置1的其它固有技术特征，特别是对于一定数目的所用特征值的最优相关转换和相关偏差14。
c)用户通过按钮、菜单、可移动介质或与其它设备的连接选择优先选择的阶段。
d)图象捕获阶段通过该阶段(d)，有可能获得图象捕获装置1在捕获图象时的技术特征，特别是曝光时间，其由手工或所进行的自动调节来确定。
通过阶段(d)，还可能获得焦距。焦距通过—对所用配置中光学系统100的该组可变焦距透镜的位置的测量，或—输入定位电机的一给定值，或—制造厂商给出的值，如果焦距是固定的来计算。
此时，可以通过分析图象103的内容来确定所述焦距。
通过阶段(d)，也有可能获得场深度。场深度通过—对所用配置中光学系统100的该组调焦透镜的位置的测量，或—输入定位电机的—设定值，或—制造厂商给出的值，如果场深度是固定的来确定。
通过阶段(d)，也有可能获得几何缺陷和清晰度缺陷。几何缺陷和清晰度缺陷与一个转换一致，该转换借助于在阶段(b)结尾得到的特征的数据库22的多个转换的组合计算得出。该组合被选用来表示对应于所用特征74的参数值，所述特征特别是焦距。
通过阶段(d)，也有可能获得由图象处理装置1执行的数字处理的参数。这些参数是通过手工或所进行的自动调节确定的。
根据阶段(a)至(d)，可以通过以下装置或软件来进行对格式化信息15的计算—集成到图象捕获装置1的设备或软件，和/或—PC或其它计算机中的驱动软件，和/或—PC或其它计算机中的软件，和/或—以上三项的组合。
可以以如下形式存储前述阶段(b)和(d)中的转换—通用的数学公式，—对应每个点的数学公式，—对应某些特征点的数学公式，该数学公式可以通过以下内容描述—一列系数；
—一列系数和坐标；通过这些不同的方法，可以在可用于存储公式的存储器大小和可用于计算校正图象71的计算能力之间达到妥协。
另外，为了检索数据，数据库22中还要记录与这些数据相关的标识符。这些标识符具体包括—图象捕获装置1的类型和索引的标识符，—如果光学系统为可移动的，可以是光学系统100的类型和索引的标识符，—其它任何可移动元件的类型和索引标识符，所述可移动元件链接到存储信息。
—图象103的标识符，—格式化信息15的标识符，完成图象如图11所示，完成图象120定义为与格式化信息15关联的图象103。优选地，该完成图象120可具有文件P100的形式，如图14所示。该完成图象120还可以分为多个文件。
可以通过图象捕获装置1来计算完成图象120。还可以通过外部计算设备，例如一台计算机来计算完成图象。
图象处理软件图象处理软件4定义为接受一个或多个完成图象120作为输入，并对这些图象执行处理操作的软件。这些处理操作具体可以包括—计算一个校正图象71，—在现实中进行测量，—组合几个图象，—提高图象相对于现实的保真度，
—提高图象的主观质量，—在场景3中侦测物体或人107，—在场景3中加入物体或人107，—在场景3中替换或修改物体或人107，—从场景3中删除阴影，—向场景3中加入阴影，—在图象库中搜索物体。
所述图象处理软件可以—集成到图象捕获装置1，—可以在计算装置17中运行，该计算装置通过传输装置18连接到图象捕获装置1。
数字光学系统数字光学系统定义为图象捕获装置1，特征数据库22，以及计算装置17的组合，该组合允许—捕获图象103，—计算完成图象，—计算校正图象71，优选地，用户直接获得校正图象71。如果需要，用户可以要求禁止自动校正。
特征数据库22可以—集成到图象捕获装置1，—在图象捕获过程中集成到PC或连接到其它元件的其它计算机，—在图象捕获结束后集成到PC或连接到其它元件的其它计算机，
—集成到PC或其它可以读取与图象捕获装置1共享的存储介质的计算机，—集成到与PC或其它计算机连结的远程服务器，数据库本身与其它图象捕获元件连接。
计算装置17可以—与传感器101一起集成到一组件，—与电子单元102的一部分一起集成到一组件，—集成到图象捕获装置1，—在图象捕获过程中集成到PC或连接到其它元件的其它计算机，—在图象捕获结束后集成到PC或连接到其它元件的其它计算机，—集成到PC或其它能够读取与图象捕获装置1共享的存储介质的计算机，—集成到与PC或其它计算机连接的远程服务器，计算装置本身与其它图象捕获元件连接。
完整链的处理以上段落基本上提出了对概念的精确描述，以及根据本发明，向图象处理软件4提供涉及图象捕获装置1的特征的格式化信息15的方法和系统。
在以下段落中，给出这些概念的扩展定义，以及并补充说明根据本发明，向图象处理软件4提供涉及图象恢复装置19的特征的格式化信息15的方法和系统。将以这种方式阐述完整链的处理。
通过对完整链的处理，有可能—改进从该链的一端到另一端的图象103的质量，在校正图象捕获装置1和图象恢复装置19的缺陷的同时，获得恢复图象19 1，和/或—在视频投影仪中，结合提高图象质量的软件使用质量和成本均较低的光学系统。
与图象恢复装置关联的定义结合图2，17和6，现描述在格式化信息15中，怎样考虑图象恢复装置19，例如打印机、可视显示器屏幕或投影仪的特征。
从使用图象捕获装置1的情形中提供的定义，该领域技术人员可以通过类推的方法推断出在使用图象恢复装置19的情况下，如何对该定义进行补充和修改。但是，为了阐明该方法，现具体结合图6和图17，描述主要的补充或修改。
通过所使用的恢复特征95，指定了图象恢复装置19的固有特征，在图象恢复时刻图象恢复装置19的特征，以及图象恢复时用户的优先选择。具体在投影仪的情况下，所用恢复特征95包括所用屏幕的形状和位置。
通过可参数化恢复转换模型97(或简称为可参数化恢复转换97)，指定与可参数化转换模型12类似的数学转换。通过可参数化逆恢复转换模型297(或简称为可参数化逆恢复转换297)，指定与可参数化逆转换模型212类似的数学转换。
通过校正恢复图象94，指定通过将可参数化恢复转换97应用到图象103得到的图象。
通过数学恢复投影96，指定一数学投影，该数学投影使数学恢复图象92与校正恢复图象94相关联，所述数学恢复图象92在与恢复介质190几何联系的数学恢复表面上的。该数学恢复表面的数学恢复点的形状，颜色和强度从校正恢复图象94计算得到。
通过实际恢复投影90，指定联系恢复图象191与图象103的投影。图象103的象素值由恢复装置19的电子单元转换为驱动恢复装置19的调制器的信号。在恢复介质190上获得实际恢复点。所述实际恢复点的特征包括形状，颜色，强度和位置。上文描述的在图象捕获装置1的情形中将象素104分组的现象在为图象恢复工具的情形中不会出现。但是，会出现一种相反的现象，具体结果是直线会呈现阶梯状。
恢复差异93指定为恢复图象191和数学恢复图象92之间的差异。该恢复差异93从差异73类推得到。
通过恢复参考209，指定一个图象103，在该图象中，已知象素104的值。通过恢复后的参考211，指定通过恢复参考209的数学恢复投影90得到的恢复图象191。通过校正参考恢复图象213，指定对应于恢复参考209，用于可参数化恢复转换模型97和/或可参数化逆恢复转换模型297的校正恢复图象94。通过合成恢复图象307，指定通过校正参考恢复图象213的数学恢复投影96得到的数学恢复图象92。
由最优恢复转换指定—对于恢复参考209和所用恢复特征95，可用来将图象103转换成一校正恢复图象94，使得其数学恢复投影92与恢复图象191相比表现出最小的恢复差异93，和/或—多个可参数化恢复转换模型中的可参数化恢复转换97，使得恢复后参考211与合成恢复图象307相比表现出最小的恢复差异93，和/或—多个可参数化逆转换模型中的可参数化逆转换297，使得恢复后参考211与合成恢复图象307相比表现出最小的恢复差异93。
这样，就认为恢复后参考211和合成恢复图象307是接近的。
数字光学恢复系统的恢复校准方法和设计方法可与在图象捕获装置1的情形中，数字校正系统的校正方法和设计方法相比。但是，在某些阶段存在差异，特别是在以下阶段—选择恢复参考209的阶段；—所述恢复参考的恢复执行阶段；—计算最优恢复转换的阶段。
优选地，根据本发明，该方法包含第六算法，用来计算格式化信息15。通过该第六算法有可能在以下范围中做出选择—在一组可参数化的恢复转换模型中，—在一组可参数化的逆恢复转换模型中，—在一组数学恢复投影中，—在一组恢复参考以及一组校正参考恢复图象中。
由该第六算法做出的选择基于—恢复参考209和/或—校正参考恢复图象213和/或—用来将恢复参考209转换为校正参考恢复图象213的可参数化的恢复转换模型97，和/或—用来将校正参考恢复图象213转换为恢复参考209的可参数化逆恢复转换模型297，和/或—用来从校正参考恢复图象213形成合成恢复图象307的数学恢复投影96。
第六算法以这样的方式作出选择，即使得该合成恢复图象307接近于使用图象恢复装置19对恢复参考209进行恢复获得的恢复后参考211。恢复后参考211与合成恢复图象307相比存在恢复差异214。
根据本发明的一个备选实施方案，本方法包含第七算法，用来计算格式化信息。该第七算法包括以下步骤—选择至少—个恢复参考209，—通过图象恢复装置19将恢复参考209恢复为恢复后参考211。
通过第七算法，还可能在一组可参数化恢复转换模型和一组数学恢复投影中选出—用来将恢复参考209转换为校正参考恢复图象213的可参数化恢复转换模型97，和/或—用来从校准参考恢复图象213构成合成恢复图象307的数学恢复投影96。
通过第七算法以这样的方式进行选择，即使得合成恢复图象307接近于恢复后参考211。该恢复后参考与该合成恢复图象307相比存在恢复偏差214。通过可参数化逆恢复转换模型297，可能将校正参考恢复图象213转换为恢复参考209。
根据本发明的另一个备选实施方案，该方法包含用来计算格式化信息的第八算法。该第八算法包括选择校正参考恢复图象213的步骤。该第八算法还包括在一组可参数化恢复转换模型和一组数学恢复投影中以及在一组恢复参考中进行选择的步骤。该选择基于—恢复参考209和/或—用来将恢复参考209转换为校准参考恢复图象213的可参数化恢复转换模型97，和/或—用来将校准参考恢复图象213转换为恢复参考209的可参数化反向恢复转换模型297，和/或
—用来从该校正参考恢复图象213形成合成恢复图象307的数学恢复投影96。
第八个算法以这样的方式作出选择，即使得合成恢复图象307接近于由图象恢复装置19对恢复参考209进行恢复获得的恢复后参考211。恢复后参考211与合成恢复图象307相比存在恢复偏差。
优选地，根据本发明，该方法包含第九算法，用来计算恢复偏差214。该第九算法包括以下步骤—计算恢复后参考211与合成恢复图象307之间的恢复差异214，—使恢复差异214与格式化信息15相关联。
技术特征的组合使得有可能，在制造该装置期间，自动验证该方法已产生公差在允许范围内的格式化信息。
涉及图象捕获装置1以及涉及图象恢复装置19的格式化信息15可首尾相接地用于同一个图象。
在几何失真的情况下，也有可能将涉及每一个装置的格式化信息15组合起来，获得涉及该装置链的格式化信息15，例如通过增加一个矢量字段。
上文已经给出在使用图象捕获装置1的情况下字段的概念。这个概念也可以类推到使用图象恢复装置19的情况下。但是量化方法的参数要替换成信号重建方法的参数，也就是恢复介质190的几何特性及其位置，表示图象恢复装置19的噪声的时间和空间分布的函数。
根据本发明的一个备选实施方案，恢复装置19与图象捕获装置1联系，以便以数字形式从恢复参考209恢复出恢复后参考211。该方法使得为了产生涉及恢复装置19的缺陷P5的格式化信息15，使用涉及与该恢复装置关联的图象捕获装置1的格式化信息15，以便例如以这样的方式校正图象捕获装置1的缺陷，即使得恢复后参考211只包含恢复装置19的缺陷P5。
概念推广本发明包含的，在权利要求书中指明的技术特征，已经通过参考数字类型的图象捕获装置，也就是产生数字图象的装置进行了限定、描述和示例。很容易理解，同样的技术特征适用于为以下装置组合的图象捕获装置的情况基于银技术的装置(使用敏感卤化银胶片，底片或反转胶片的摄影或电影装置)与从洗印的感光胶卷中产生数字图象的扫描仪的组合。当然，在这种情况中，可以适当到修改一些所使用的定义。这些修改在本领域技术人员的能力范围之内。为表明这种修改的显而易见性，只需要提及在基于银技术的装置和扫描仪的组合的情况下，在借助于扫描仪将胶卷表面的基本字段数字化之后，结合图3示出的象素和象素值的概念必须应用到该基本字段。这种定义的转置是不言而喻的，可以扩展到所用配置的概念中。例如，所用配置中包含的图象捕获装置1的可移动组件列表中，还可以补充在基于银技术装置中有效使用的照相胶卷类型。
通过阅读以下结合图1至17描述的定义和实施例，本发明的其它特征和优势会变得明显，所述定义和实施例是说明性而非限定性的。
装置具体结合图2，3和13，现描述装置P25的概念。在本发明的含义范围中，装置P25可以具体是—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，游戏机，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19或图象恢复工具19，例如屏幕，投影仪，电视机，虚拟实境目镜或打印机，—一种装置，包括它的安装，例如投影仪，屏幕以及它们的定位方式，—观测者相对于图象恢复装置19的定位，其具体引起视差，—有视觉缺陷，例如散光的人或观测者，—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。
装置链结合图13，现描述装置链P3的概念。装置链P3定义为一组装置P25。装置链P3的概念中也包含顺序的概念。
以下实例组成了装置链P3—单个装置P25，—图象捕获装置1和图象恢复装置19，—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，—一个相机和一台扫描仪，—一个图象捕获装置和图象处理软件，—图象处理软件和图象恢复装置19，—以上各例的组合，—另一组装置P25。
缺陷结合图13，现描述缺陷P5的概念。装置P25的缺陷P5定义为涉及光学系统和/或传感器和/或电子单元和/或集成到装置P25中的软件的特征的缺陷；缺陷P5的实例包括几何缺陷，清晰度缺陷，色度学缺陷，几何变形缺陷，几何色差缺陷，几何渐晕缺陷，对比度缺陷，色度学缺陷，特别是显色(rendering of color)和色偏，闪光均匀性缺陷，传感器噪声，粒度，散光缺陷和球面象差缺陷。
图象结合图2，5，6和13，现描述图象103的概念。图象103定义为由装置P25捕获、修改或恢复的数字图象。图象103可来源于装置链P3中的一个装置P25。图象103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，图象103可以来自和/或地址指向装置链P3。在由按时间顺序排列的静止图象组成的动画图象，例如视频图象中，图象103定义为图象序列中的一幅静止图象。
格式化信息结合图7，8，10和13，现描述格式化信息15的概念。格式化信息15定义为涉及缺陷P5或表征装置链P3中一个或多个装置P25的缺陷P5的数据，通过考虑到装置P25的缺陷，该数据使图象处理装置P1能够改进图象103的质量。
要产生格式化信息15，可以使用多种基于测量和/或模拟和/或校准的方法和系统，例如上文描述的校准方法。
要传输格式化信息15，可以使用一个包含完成图象120的文件P100。例如，图象捕获装置1例如数码相机可以产生多个文件，所述文件包括图象103，从装置的内存中复制的格式化信息15，以及包含所用调节的Exif格式的数据。
要产生格式化信息15，有可能使用在例如以Vision IQ的名义与本申请同一天申请的国际专利申请中描述的方法和系统，该申请名为“产生涉及几何变形的格式化信息的方法和系统”。此申请描述了涉及装置链3中装置P25的格式化信息的产生方法。装置链P3具体包括至少一个图象捕获装置1和/或至少一个图象恢复装置19。此方法包括产生涉及该链中至少一个装置P25的几何变形的格式化信息15的步骤。
优选地，装置25可能捕获或恢复介质上的图象。装置25根据图象不同，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/或调焦特征以及相应特征的特征值。此方法包含从标准字段产生标准的涉及该装置的几何变形的格式化信息的步骤。格式化信息15可以包含标准的格式化信息。
要产生格式化信息15，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，该申请名为“生成涉及装置链中至少一个装置缺陷特别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3中装置P25的格式化信息15的方法。装置链P3具体包括至少一个图象捕获装置1和/或至少一个图象恢复装置19。该方法包括生成涉及链中至少一个装置P25的缺陷P5的格式化信息15的步骤。优选地，可用来捕获或恢复图象的装置25根据图象(I)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产生涉及装置P25的缺陷P5的标准的格式化信息的步骤。格式化信息15可以包含标准的格式化信息。
要产生格式化信息15，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P1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P3的数字图象的质量。装置链P3具体包括至少一个图象捕获装置1和/或至少一个图象恢复装置19。图象处理装置P1使用涉及装置链P3中至少一个装置的缺陷P5的格式化信息15。该格式化信息15依赖于至少一个变量。格式化信息15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，特别是在图象处理装置P1发布之前无法得到该物理重要性和/或变量内容的情况下。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。
为搜索格式化信息15，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用于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用于装置链的图象103的质量的方法。该指定装置链包括至少一个图象捕获装置1和/或至少一个图象恢复装置19。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P25存在可以由格式化信息15表征的缺陷P5。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P25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15中自动搜索涉及指定装置链的特定的格式化信息的步骤，—在考虑到用这种方法获得的特定格式化信息的同时，通过图象处理软件和/或图象处理组件自动修改该图象的步骤。
为使用格式化信息15，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“从数字图象和涉及几何转换的格式化信息计算转换图象的方法和系统”。该申请描述从数字图象和涉及几何转换的格式化信息15计算转换图象的方法，尤其是涉及装置链P3的失真和/或色差的格式化信息15。该方法包括从几何转换的近似法计算转换图象的步骤。由此可得出这种计算就内存资源，存储器带通和计算能力来说是经济的，因此就耗电量来说也是经济的。由此还可得出在随后的使用中，转换图象不存在明显的或令人讨厌的缺陷。
为使用格式化信息15，可以使用在例如以Vision IQ名义与本申请同一天申请的国际专利申请中描述的方法和系统，该申请名为“在考虑其噪声的情况下修改数字图象的方法和系统”。该申请描述了从数字图象和涉及装置链P3的缺陷P5的格式化信息15计算转换图象的方法。装置链P3包含图象捕获装置和/或图象恢复装置。装置链P3至少包含一个装置P25。该方法包含从格式化信息15和/或数字图象自动确定特征数据的步骤。技术特征的组合使得在随后的使用中，转换图象不存在明显的或令人讨厌的缺陷，特别是涉及噪声的缺陷。
图象处理装置结合图7和13，现描述图象处理装置P1的概念。在本发明的含义范围中，图象处理装置P1定义为，例如图象处理软件4和/或组件和/或一项设备和/或一系统，它们能够通过利用格式化信息15修改图象103的质量以便产生修改的图象，例如校正图象71或校正恢复图象97。修改后的图象可用于装置链P3的第二装置，该装置可以与P25相同或不同，例如装置链P3中的以下装置。
由图象处理装置P1对图象质量进行的修改在于例如—消除或削弱图象103中装置链P3的一个或多个装置P25引起的缺陷P5，和/或—修改图象103，以便增加装置链P3中一个或多个装置P25的至少一个缺陷P5，使得修改后的图象类似于用一个或多个装置P25捕获的图象，和/或—修改图象103，增加装置链P3中一个或多个装置P25的至少一个缺陷P5，使得对修改后图象的恢复类似于用一个或多个装置P25恢复的图象，和/或—通过考虑涉及装置链P3中人眼P25的视觉缺陷P5的格式化信息15修改图象103，使得对于所有或部分缺陷P5，人眼察觉到对修改后图象的恢复是经过校正了的。
校正算法定义为图象处理装置P1用来修改取决于缺陷P5的图象质量的方法。
图象处理装置P1可以采取多种从属于本申请的形式。
图象处理装置P1可以完全或部分集成到装置P25中，如在以下实例中—产生修改后图象的图象捕获装置，例如其中集成了图象处理装置P1的数码相机，—显示或打印修改后图象的图象恢复装置19，例如其中包含了图象处理装置P1的视频投影仪，—可以校正其元件缺陷的混合装置，例如扫描/打印/传真一体机，其中包含了图象处理装置P1，—产生修改后图象的专业的图象捕获装置，例如内诊镜，其中包含图象处理装置P1。
在图象处理装置P1集成到装置P25中的情况下，装置P25实际上校正自己的缺陷P5。该装置链P3的装置P25可以通过例如在传真机，扫描仪和打印机中设计来确定。但是，用户只能使用装置链P3中装置P25的一部分，例如，在传真机也可以用作一台独立的打印机的情况下。
图象处理装置P1可以完全或部分集成到计算机中，例如通过以下方式—在一个操作系统中，例如在Windows或Mac操作系统中，为自动修改来自或用于多个装置P25的图象的质量，该图象可能随图象103或随时间改变，P1例如是扫描仪，照相机和打印机；自动校正可以是在例如将图象103输入系统时，或者在用户请求打印时进行，—在一个图象处理应用中，例如在PhotoshopTM中，为自动修改来自或用于多个装置P25的图象质量，所述图象的质量可能随图象103或随时间改变，P1例如是扫描仪，照相机和打印机。自动校正可以是在例如用户激活PhotoshopTM中滤波指令时进行。
—在一个照片打印装置中(例如照相洗印服务或英文所述的微型暗室)，为自动修改从多个照相装置P25得到的多个图象的质量，所述图象质量可能随图象103或随时间改变，P1例如是一次性相机，数码相机和光盘。自动校正可以考虑相机以及集成的扫描仪和打印机，且校正可以在初始化打印作业时进行。
—在一台服务器上，例如在因特网上的一台服务器，为自动修改来自多个装置P25的多个图象的质量，所述图象质量可能随图象103或随时间改变，P1例如是一次性相机、数码相机。自动校正可以考虑该相机以及打印机，且校正可以在服务器上记录图象103时进行，或在初始化打印作业时进行。
在图象处理装置P1集成到计算机中的情况下，为了实用，图象处理装置P1与多个装置P25兼容，且装置链P3中至少有一个装置P25可以在一幅图象103和另一幅之间发生改变。
为向图象处理装置P1提供标准格式的格式化信息15，有可能例如使该格式化信息15与图象103相关联—在文件P100中，—通过使用装置链P3中装置P25的标识符，例如文件P100中Exif格式的数据，以便在特征数据库22中检索格式化信息15。
可变特征结合图13，现描述可变特征P6的概念。根据本发明，可变特征P6定义为一个可测量因素，该因素可以在一幅图象103和通过同一个装置P25捕获、修改或恢复的另一幅图象之间变动，并对装置P25捕获、修改或恢复的图象的缺陷产生影响。特别是—对给定图象103来说是固定的全局可变特征，例如在捕获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，—局部可变特征，在给定图象103中，该特征是可变的，例如图象中的x，y坐标或ρ，θ坐标，允许图象处理装置P1应用随图象字段变化的局部处理。
随装置P25的不同而变化，但是对从一个图象103到由同一个装置P25捕获、修改或恢复的另一个图象而言是固定的可测量因素，通常不被看作可变特征P6。例如具有固定焦距的装置P25的焦距。
以上描述的所用调节是可变特征P6的实例。
格式化信息15可依赖于至少一个可变特征P6。
通过可变特征P6，具体可以理解—光学系统的焦距，—对图象进行的重新确定尺寸(数字变焦系数部分图象的放大；和/或欠取样图象象素数目的减少)，—非线性强度校正，例如灰度系数校正，—轮廓增强，例如装置P25使用的模糊消去等级，—传感器和电子单元的噪声，—光学系统的光圈，—调焦距离，—胶片上的帧数，—曝光不足或曝光过度，
—胶卷或传感器的灵敏度，—打印机使用的纸类型，—图象中传感器中心的位置，—图象相对于传感器的旋转，—投影仪相对于屏幕的位置，—使用的白色平衡，—闪光和/或其电源的激活，—曝光时间，—传感器增益，—压缩，—对比度，—装置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。
在恢复装置19的情况下，可变特征P6也可以定义为可变恢复特征。
可变特征值结合图13，现描述可变特征值P26的概念。可变特征值P26定义为捕获、修改或恢复指定图象时可变特征P6的值，该值，例如可以从文件P100中的Exif格式数据获得。图象处理装置P1然后就可以将图象103的质量作为可变特征P6的函数来进行处理或修改，所述处理或修改通过使用依赖于可变特征P6的格式化信息15，以及通过确定可变特征的值P26对图象质量来进行。
在恢复装置19中，可变特征P6的值也可以定义为可变恢复特征。
标准的格式化信息，扩展的格式化信息如图15所示，格式化信息15或格式化信息15的一部分可以包含标准的格式化信息P101以说明一原始的测量，例如涉及在阵列80的一定数量的特征点处的几何变形缺陷的一个数学字段。如图15所示，该格式化信息15或格式化信息15的一部分，例如通过对阵列80的实际点而非特征点进行插入，可以包含扩展的格式化信息P102，该扩展的格式化信息P102可以由标准的格式化信息P101计算得到。从上述可以看出，格式化信息项15可以依赖于可变特征P6。根据本发明，组合P120定义为由可变特征P6以及可变特征的值P26组成的组合，例如组合P120，包括焦距，调焦，光阑孔径，捕获速度，光圈等以及相关值。难以想象涉及不同组合P120的格式化信息15是怎样计算的，尤其是由于组合P120的某些特征会不断改变，例如焦距和距离。
本发明规定通过自标准的格式化信息P101进行插值来计算形式为扩展格式化信息P102的格式化信息15，标准的格式化信息该标准的格式化信息P101涉及已知可变特征P6的预先选定的组合P120。
例如，涉及以下组合P120的标准的格式化信息P101用来计算依赖作为可变特征P6的焦距的扩展格式化信息P102“焦距＝2，距离＝7，捕获速度＝1/100”的组合，涉及“焦距＝10，距离＝7，捕获速度＝1/100”的组合，涉及“焦距＝50，距离＝7，捕获速度＝1/100”的组合标准的格式化信息。通过该扩展格式化信息P102，具体有可能确定涉及以下组合的格式化信息“焦距＝25，距离＝7，捕获速度＝1/100”。
标准的格式化信息P101与扩展格式化信息P102可存在插值偏差P121。本发明可包含选择0个、1个或多个可变特征P6的步骤，使得对于所获得的用于以该方法选择的可变特征P6的扩展格式化信息P102的插值偏差P121小于一预定插值阈值，其中，实际上，某些可变特征P6对缺陷P5产生的影响比其他特征要小，将这些可变特征P6近似地看作常量所引入的错误可能达到最小。例如，调焦调节对渐晕缺陷只产生轻微的影响，所以不能作为选定的可变特征P6的一部分。可变特征P6可以在产生格式化信息15的时刻选择。技术特征的组合可以使得图象质量的修改采用简单的计算。技术特征的组合还可以使得扩展格式化信息P102是密集的。技术特征的组合还可以使得已经消除的可变特征P6对缺陷P5的影响最小。技术特征的组合还可以使得可以通过格式化信息15按指定精度来修改图象质量。
在恢复装置19中，组合120还可以定义为恢复组合。
在恢复装置19中，标准的格式化信息P101还可以定义为标准的格式化恢复信息。
在恢复装置19中，扩展格式化信息P102还可以定义为扩展的格式化恢复信息。
在恢复装置19中，插值偏差P121也可以定义为插值恢复偏差。
可参数化模型，参数结合图5，6和16，现描述参数P9和可参数化模型P10的概念。在本发明的含义范围中，可参数化模型P10定义为可依赖于变量P6并且涉及一个或多个装置P25的一个或多个缺陷的数学模型；上文描述的可参数化转换模型12，可参数化逆转换模型212，可参数化恢复转换模型97和可参数化逆恢复转换模型297均为可参数化模型P10的实例；例如，一个可参数化模型P10可以涉及—数码相机的清晰度缺陷或模糊，—有望被模仿的相机的几何渐晕缺陷，—投影仪的几何变形缺陷和几何色差缺陷，—与扫描仪组合的一次性相机的清晰度缺陷或模糊缺陷。
涉及装置P25的缺陷P5的格式化信息15可以表示为依赖于可变特征P6的可参数化模型P10的参数P9的形式。通过可参数化模型P10的参数P9，可能在一组数学函数例如多变量多项式中确定一个数学函数P16；通过该数学函数P16，有可能将图象质量作为可变特征P6指定值的函数来进行修改。
通过这种方法，图象处理装置P1可以使用可参数化转换模型P10的参数P9来计算修改后的图象，例如计算图象中一个点的校正强度或校正恢复强度。
彩色面具体结合图15，现描述彩色图象103的彩色面P20的概念。图象103可以通过多种方式分解为多个彩色面P20彩色面数目(1，3或更多)，精度(8位无符号、16位有符号、浮点数等)和彩色面(相对于标准颜色空间)的权。此时图象103可以通过多种方法分解为多个彩色面P20由红色象素点组成的红色面，绿色面，蓝色面(RGB)，强度，饱和度，色调等；另一方面，可能存在例如PIM的颜色空间，或可能是负象素值，以便能够表示减色，所述减色不能用正的RGB表示；最后，有可能使用8位、16位或浮点值对象素值编码。举例说明如何使格式化信息15与彩色面P20相关对于红色面、绿色面和蓝色面清晰度缺陷的表征可以不同，从而允许图象处理装置P1采用不同的方式来校准每个彩色面P20的清晰度缺陷。
提供格式化信息具体结合图8，13，15和16，现描述本发明的一个备选实施方案。为向图象处理装置P1提供标准格式的格式化信息15，本系统包含数据处理工具，且本方法包含用格式化信息15填充标准格式中的至少一个字段91的步骤。字段91则可以具体包括—涉及缺陷P5的值，例如为参数P9的形式，使图象处理装置P1可以使用参数P9通过考虑缺陷P5来修改图象质量，和/或—涉及清晰度缺陷的值，例如为参数P9的形式，使图象处理装置P1可以使用参数P9通过考虑清晰度缺陷来修改图象质量，并且可以计算图象中一个点的校正形状或校正恢复形状，和/或—涉及色度学缺陷的值，例如为参数P9的形式，使图象处理装置P1可以使用参数P9通过考虑色度学缺陷考虑修改图象质量，并且可以计算图象中一个点的校正颜色或校正恢复颜色，和/或—涉及几何变形缺陷和/或几何色差缺陷的值，例如为参数P9的形式，使图象处理装置P1可以使用参数P9通过考虑几何变形缺陷和/或几何色差缺陷来修改图象质量，并且可以计算图象中一个点的校正位置或校正恢复位置，和/或—涉及几何渐晕缺陷的值，例如为参数P9的形式，使图象处理装置P1可以使用参数P9通过考虑几何渐晕缺陷来修改图象质量，并且可以计算图象中一个点的校正强度或校正恢复强度，和/或—涉及偏差14的值，和/或—为依赖于图象103的可变特征P6的函数的值，例如依赖于对应于焦距的可变特征P6的多项式的系数和项，使用该系数和项有可能将图象中一个点的校正强度计算为该点离中心的距离的函数，通过这种方法，图象处理装置可以在捕获图象103的时刻计算一点的校准强度用于图象捕获装置任意焦距的任一值。
—涉及格式化信息的值，该格式化信息又涉及彩色面P20，—涉及格式化信息的值，—涉及标准的格式化信息的值，—涉及扩展格式化信息的值。
产生格式化信息结合图7，12和17，现描述本发明的一个备选实施方案。本发明可以使用上文描述的数据处理装置和第一个算法和/或第二个算法和/或第三个算法和/或第四个算法和/或第五个算法和/或第六个算法和/或第七个算法和/或第八个算法，来产生涉及装置链P3中装置P25的缺陷P5的格式化信息15。
应用本发明来降低成本降低成本定义为降低装置链P3中装置P25的成本，特别是装置或装置链中装置的光学系统成本的方法和系统，该方法在于—减少透镜数目，和/或—简化透镜形状，和/或—设计一个缺陷P5大于装置或装置链预期缺陷的光学系统，或是从目录中选择该缺陷大于预期缺陷的产品和/或—对装置或装置链使用成本较低且增加缺陷P5的材料、组件、处理操作或制造方法。
根据本发明的方法和系统可以用来降低装置或装置链的成本有可能设计一个数字光学系统，产生涉及装置或装置链的缺陷P5的格式化信息15，使用该格式化信息可以使集成或非集成的图象处理装置P1能够修改来自或用于该装置或装置链的图象质量，从而使该装置或装置链与该图象处理装置的组合能够以较低的成本，捕获、修改或恢复具有预期质量的图象。
权利要求
1.一种用于产生与一装置链(P3)的装置的缺陷(P5)相关的格式化信息(15)的方法，所述格式化信息被送往图象处理装置(P1)，特别是软件，目的是改善由上述图象处理装置(P1)处理的图象(103)的品质；上述装置链(P3)特别包括至少一个图象捕获装置(1)和/或至少一个图象恢复装置(19)和/或至少一个观察器；上述方法包括产生表征上述装置链(P3)的上述装置的缺陷(P5)的数据；上述数据在下文中被称为格式化信息(15)。
2.如权利要求1所述的方法，上述装置链(P3)包括至少一个图象捕获装置(1)，尤其是一扫描仪；上述方法被更特别地设计用于产生与上述图象捕获装置(1)的缺陷(P5)相关的格式化信息(15)；上述方法还包括产生表征图象捕获装置(1)的缺陷(P5)，尤其是清晰度特征的数据的步骤；上述格式化信息(15)还包括表征上述图象捕获装置(1)的缺陷(P5)的数据。
3.如权利要求2所述的方法，上述装置链(P3)包括至少一个图象捕获装置(1)；以产生与上述图象捕获装置(1)的缺陷(P5)，尤其是该失真特征相关的格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第一算法，借助于该第一算法，可以在一组可参数化的转换模型中，一组可参数化的逆转换模型中，一合成图象中，一组参考画面中和一组转换图象中选择-一参考画面(9)，和/或-一转换图象(13)，和/或-一可参数化的转换模型(12)，通过它可将借助于上述图象捕获装置(1)捕获上述参考画面(9)而得到的该参考图象(11)转换为上述转换图象(13)，和/或-一可参数化的逆转换模型(212)，使用该模型可将所述转换图象(13)转换为所述参考图象(11)，和/或-一合成图象(207)，其从上述参考画面(9)和/或从上述参考图象(11)获得，以这样一种方式，使得上述转换图象(13)接近于上述合成的图象(207)；上述转换图象(13)与上述合成的图象(207)相比表现出一偏差(14)；上述格式化信息(15)至少部分地由上述所选择的可参数化转换模型(12)的参数(P9)和/或上述选择的可参数化逆转换模型(212)的参数(P9)组成。
4.如权利要求3所述的方法，上述第一计算方法使得可以在一组数学投影中选择一个数学投影(8)，使用该数学投影可以从上述参考画面(9)构建上述合成图象(207)。
5.如权利要求2到4中任何一项所述的方法，上述装置链(P3)包括至少一个图象捕获装置(1)；用于产生与上述图象捕获装置(1)的上述缺陷(P5)，特别是失真特征相关的格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第二算法，其包括以下步骤-选择至少一个参考画面(9)，-使用上述图象捕获装置(1)捕获每个参考画面(9)的至少一个参考图象(11)，-在一组可参数化的转换模型中以及一组合成的图象中选择-一可参数化的转换模型(12)，使用所述转换模型可以将上述参考图象(11)转换为一转换图象(13)，和/或-一合成的图象(207)，其从上述参考画面(9)获得，和/或从上述参考图象(11)获得，采取这样一种方式，使得上述合成的图象(207)近似于上述转换图象(13)；上述转换图象(13)与上述合成的图象(207)相比表现出一偏差(14)；上述格式化信息(15)至少部分地由上述所选择的可参数化的转换模型(12)的参数(P9)和/或上述选择的可参数化的逆转换模型(212)的参数(P9)组成；上述可参数化的逆转换模型(212)允许上述转换图象(13)被转换为上述参考图象(11)。
6.如权利要求5所述的一种方法，上述第二计算方法使得可以在一组数学投影中选择一个数学投影(8)，使用所述数学投影可以将从上述参考画面(9)构建上述合成的图象(207)。
7.如权利要求3到6中任何一项所述的方法，上述方法包括用于计算上述偏差(14)的第三算法，其包括以下步骤-计算上述转换图象(13)与上述合成的图象之间的上述偏差(14)，-使上述偏差(14)与上述格式化的信息(15)相联系。
8.如权利要求2所述的方法，上述装置链(P3)包括至少一个图象捕获装置(1)，上述一个或多个图象是画面的图象，尤其是由一用户借助于上述图象捕获装置(1)捕获的动态画面的图象；为了产生与上述图象捕获装置(1)的缺陷(P5)，特别是失真特征相关的上述格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第四算法，其包括以下步骤-通过至少一个参考画面(9)到一表面上的特定的数学投影构建一合成图象类(7)，-使用上述图象捕获装置(1)捕获每个参考画面(9)的至少一个参考图象(11)，-在一组可参数化的转换模型中选择可用来将上述参考图象(11)转换为一转换图象(13)的转换模型，其中，所述转换图象(12)接近于上述参考画面(9)的上述合成的图象类(7)；上述转换图象(13)与上述合成的图象类相比表现出一偏差(14)；上述格式化信息(15)至少部分地由上述选择的可参数化的转换模型(12)的参数(P9)组成。
9.如权利要求8所述的方法，上述方法包括用于计算上述偏差(14)的第五算法，其包括下列步骤-计算上述转换图象(13)与上述合成的图象类(7)之间的上述偏差(14)，-使上述偏差(14)与上述格式化的信息(15)相联系。
10.如权利要求3到9中任何一项所述的方法，上述方法使得上述装置链(P3)的上述图象捕获装置(1)至少具有一个依从于图象(103)的可变特性，特别是焦距和/或光圈；上述格式化信息(15)的一小部分与具有上述一个或者多个可变特性(P6)的上述图象捕获装置(1)的缺陷(P5)相关；每个可变的特性(P6)可以与一值相联系，以形成一组合(P120)，所述组合由该组可变特性(P6)和上述值组成；上述方法还包括为上述组合(P120)的预定选择产生上述小部分格式化信息(15)的步骤；以此方式获得的在所述小部分格式化信息中的该格式化信息被输入到该格式化信息(15)的字段中，并且在下文中被称作测得的格式化信息(P101)。
11.如权利要求10所述的方法，上述方法包括从测得的格式化信息(P101)获得与任意组合(P120)相关的所述小部分格式化信息的步骤；与任意组合(P120)相关的上述小部分格式化信息在下文中被称为扩充的格式化信息(P102)；上述格式化信息包括上述扩充的格式化信息(P102)，其取代了上述测得的格式化信息(P101)。
12.如权利要求11所述的方法，上述测得的格式化信息(P101)以及上述扩充的格式化信息(P102)表现出一插入偏差(P121)；上述方法另外还包括选择零个，或者一个，或者多个上述可变特性(P6)的步骤，以这样一种方式使得用于所获得的扩充的格式化信息(P102)的上述插入偏差(P121)低于一预定的插入阈值，所述所获得的扩充的格式化信息(P102)用于以此方式选择的上述可变特性(P6)。
13.如权利要求1到12中任何一项所述的方法，上述装置链(P3)包括至少一个图象恢复装置(19)，特别是一打印机或者一视觉显示屏；上述方法还被设计用于向图象处理装置(P1)，特别是软件，提供与上述图象恢复装置(19)的缺陷(P5)相关的格式化信息(15)；上述方法还包括产生表征该图象恢复装置(19)的缺陷(P5)，特别是失真特征的数据；上述格式化信息(15)还包括表征该图象恢复装置(19)的缺陷(P5)的数据。
14.如权利要求13所述的方法，上述装置链(P3)包括至少一个图象恢复装置(19)，以产生与上述图象恢复装置(19)，特别是失真特征相关的上述格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第六算法，通过该算法可以在一组可参数化的恢复转换模型中，在一组参数化的逆恢复转换模型中，在一组数学恢复投影中，在一组恢复参考中以及在一组校正的参考恢复图象中选择-一恢复参考(209)，和/或-一校正的参考恢复图象(213)，和/或-一可参数化的恢复转换模型(97)，使用该转换模型(97)可奖上述恢复参考(209)转换为上述校正的参考恢复图象(213)，和/或-一可参数化的逆恢复转换模型(297)，使用所述转换模型可将所述校正的参考恢复图象(213)转换为上述恢复参考(209)，和/或-一数学恢复投影(96)，使用所述投影可以从上述校正的参考恢复图象(213)建立一合成的恢复图象(307)；其采用的方式使得上述合成的恢复图象(307)接近于该已恢复的参考(211)，所述参考是通过使用上述图象恢复装置(19)对上述恢复参考(209)进行恢复而获得的；上述已恢复的参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；上述格式化信息(15)至少部分地由所述选择的可参数化恢复转换模型(97)的参数和/或由所述选择的可参数化逆恢复转换模型(297)的参数组成。
15.如权利要求13或者14所述的方法，上述装置链(P3)包括至少一个图象恢复装置(19)；为了产生与上述图象恢复装置(19)的缺陷(P5)，特别是失真特征相关的上述格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第七算法，其包括以下阶段-选择至少一个恢复参考(209)，-使用上述图象恢复装置(19)将上述恢复参考(209)恢复为一已恢复的参考(211)，-在一组可参数化的恢复转换模型中以及在一组数学恢复投影中选择-一可参数化的恢复转换模型(97)，使用所述转换模型可以将上述恢复参考(209)转换为一校正的参考恢复图象(213)，以及-一数学恢复投影(96)，使用所述投影可以从上述校正的参考恢复图象(213)建立一合成的恢复图象(307)；以这样一种方式即使得上述合成的恢复图象(307)接近于该已恢复的参考(211)；上述已恢复的参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；上述格式化信息(15)至少部分地由所选择的可参数化的恢复转换模型(97)的参数(P9)和/或上述可参数化的逆恢复转换模型(297)的参数(P9)组成；上述可参数化的逆恢复转换模型(297)允许上述校正的参考恢复图象(213)被转换为上述恢复参考(209)。
16.如权利要求13或者14所述的方法，上述装置链(P3)包括至少一个图象恢复装置(19)；以产生与上述图象恢复装置(19)的缺陷(P5)，特别是失真特征相关的上述格式化信息(15)，上述方法包括用于计算上述格式化信息(15)的第八算法，其包括以下步骤-选择一校正的参考恢复图象(213)，-在一组可参数化的恢复转换模型中，在一组数学恢复投影中以及在一组恢复参考中选择-一恢复参考(209)，和/或-一可参数化的恢复转换模型(97)，使用所述转换模型可将上述恢复参考(209)转换为上述校正的参考恢复图象(213)，和/或-一可参数化的逆恢复转换模型(297)，使用所述转换模型可将上述校正的参考恢复图象(213)转换为上述恢复参考(209)，和/或-一数学恢复投影(96)，使用所述数学投影可以从上述校正的参考恢复图象(213)建立一合成的恢复图象(307)，采用这样一种方式，即使得该合成恢复图象(307)接近于该已恢复的参考(211)，所述已恢复的参考是借助于所述图象恢复装置(19)通过对该恢复参考(209)进行恢复而获得的；上述已恢复的参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；该格式化信息(15)至少部分地由所述选择的可参数化恢复转换模型(97)的参数(P9)和/或所述选择的可参数化逆恢复转换模型(297)的参数(P9)组成。
17.如权利要求14到16中任何一项所述的方法，上述方法包括用于计算上述恢复偏差(214)的第九算法，其包括以下步骤-计算上述已恢复的参考(211)与上述合成的恢复图象(307)之间的上述恢复偏差(214)，-使上述恢复偏差(214)与上述格式化信息(15)相联系。
18.如权利要求14到17中任何一项所述的方法，上述方法使得该装置链(P3)的该图象恢复装置(19)具有至少一个依从于该图象的可变恢复特征，尤其是焦距和/或光圈；该格式化信息(15)的一小部分与具有所述一个可变恢复特性或多个可变恢复特性的所述图象恢复装置(19)的缺陷(P5)相关；每个可变恢复特性可以与一个值相关，以形成一个恢复组合，所述组合由该组可变恢复特性和所述值组成；该方法还包括为上述恢复组合的预定选择产生所述部分格式化信息(15)的步骤；在上述一小部分中以此方式获得该格式化信息并将其输入到该格式化信息(15)的字段中，此格式化信息在下文中被称为测得的格式化信息。
19.如权利要求18所述的方法，上述方法包括从测得的格式化恢复信息获得与一任意组合相关的所述小部分格式化信息(15)的步骤；所述小部分与一任意恢复组合相关的上述格式化信息(15)在下文中被称为扩充的格式化恢复信息；上述格式化信息包括上述扩充的格式化恢复信息，其代替了上述测得的格式化恢复信息。
20.如权利要求19所述的方法，上述测得的格式化恢复信息以及上述扩充的格式化恢复信息表现出一恢复插入偏差；该方法还包括选择零个或者一个或者多个可变恢复特征的阶段，采取的方式使得所述用于获得的扩充的格式化恢复信息的所述恢复插入偏差低于一预定的恢复插入阈值，所述扩充的格式化恢复信息用于以此方式选择的所述可变恢复特征。
21.如权利要求14到20中任何一项所述的方法，上述图象恢复装置(19)与一图象捕获装置(1)相关，用于以数字形式从上述恢复参考(209)恢复上述已恢复的参考(211)；上述方法使得为了产生与上述图象恢复装置(19)的缺陷(P5)相关的该格式化信息(15)，使用与上述图象恢复装置(19)相联系的上述图象捕获装置(1)相关的该格式化信息(15)。
22.如权利要求1到21中任何一项所述的方法，上述装置链(P3)包括至少两个装置；为了产生与上述装置链(P3)的装置的缺陷(P5)相关的格式化信息(15)，上述方法还包括以下步骤-产生与上述装置链(P3)的每个装置相关的格式化信息(15)的步骤，-组合与上述装置链中的每个装置相关的该格式化信息(15)的步骤，以便获得与上述装置链(P3)相关的所述格式化信息(15)。系统
23.一种用于产生与一装置链(P3)的装置的缺陷(P5)相关的格式化信息(15)的系统，所述格式化信息被送往图象处理装置(P1)，特别是软件，用于修改由上述图象处理装置(P1)处理的图象的品质；上述装置链(P3)特别包括至少一个图象捕获装置(1)和/或至少一个图象恢复装置(19)和/或至少一个观察器；上述系统包括数据处理装置，用于产生表征上述装置链(P3)的上述装置的缺陷(P5)的数据；该数据在下文中被称为格式化信息(15)。
24.如权利要求23所述的系统，上述装置链(P3)包括至少一个图象捕获装置(1)，尤其是一个扫描仪；上述系统被更特别地设计用以产生与上述图象捕获装置(1)的缺陷(P5)相关的格式化信息(15)；上述系统包括数据处理装置，用于产生表征上述图象捕获装置(1)的缺陷(P5)，特别是清晰度特征的数据；上述格式化信息(15)还包括表征上述图象捕获装置(1)的缺陷(P5)的数据。
25.如权利要求24所述的系统，上述装置链(P3)包括至少一个图象捕获装置(1)，其用于产生与上述图象捕获装置(1)的缺陷(P5)，特别是失真特征的所述格式化信息(15)，上述数据处理装置能够采用第一算法，其用于计算上述格式化信息(15)；上述计算算法使得有可能在一组可参数化的转换模型中，一组可参数化的逆转换模型中，一组合成的图象中，一组参考画面以及一组转换图象中选择-一参考画面(9)，和/或-一转换图象(13)，和/或-一可参数化的转换模型(12)，通过所述转换模型可将使用上述图象捕获装置(1)捕获上述参考画面(9)获得的该参考图象(11)转换为上述转换图象(13)，和/或-一可参数化的逆转换模型(212)，通过所模型可将上述转换图象(13)转换为上述参考图象(11)，和/或-一合成的图象(207)，其从上述参考画面(9)获得和/或从上述参考图象(11)获得，以这样一种方式，即使得上述转换图象(13)接近于上述合成的图象(207)；上述转换图象(13)与上述合成的图象(207)相比表现出一偏差(14)；所述格式化信息(15)至少部分地由所述选择的可参数化转换模型(12)的参数和/或所述选择的可参数化的逆转换模型(212)的参数组成。
26.如权利要求25所述的系统，采用上述第一计算算法的上述数据处理装置包括计算装置，其用于在一组数学投影中选择一个数学投影(8)，通过所述数学投影可以从上述参考画面(9)建立上述合成的图象(207)。
27.如权利要求24到26中任何一项所述的系统，上述装置链(P3)包括至少一个图象捕获装置(1)，用于产生与上述图象捕获装置(1)的缺陷(P5)，特别是失真特征相关的该格式化信息(15)，上述数据处理装置采用用于计算上述格式化信息(15)的第二算法；采用上述第二计算算法的上述数据处理装置包括计算装置，用于选择至少一个上述参考画面(9)；上述图象捕获装置(1)使有可能捕获每个参考画面(9)的至少一个参考图象(11)；上述计算装置还使得有可能在一组可参数化的转换模型以及在一组合成的图象中选择-一可参数化的转换模型(12)，使用所述转换模型，上述参考图象(11)可以被转换为一转换图象(13)，和/或-一合成的图象(207)，其从上述参考画面(9)和/或从上述参考图象(11)获得，-以这样一种方式来进行上述选择，即使得上述合成的图象(207)接近于上述转换图象(13)；上述转换图象(13)与上述合成的图象(207)相比表现出一偏差(14)；上述格式化信息(15)至少部分地由上述所选择的可参数化的转换模型(12)的参数(P9)和/或上述选择的可参数化的逆转换模型(212)的参数(P9)组成；上述可参数化的逆转换模型(212)允许上述转换图象(13)被转换为上述参考图象(11)。
28.如权利要求27所述的系统，可用于采用上述第二计算算法的所述计算装置包括用于在一组数学投影中选择一个数学投影(8)的计算装置，使用所述数学投影可从上述参考画面(9)构建上述合成的图象(207)。
29.如权利要求25到28中任何一项所述的系统，上述可以采用一用于计算上述偏差(14)的第三算法的数据处理装置包括计算装置，其用于-计算上述转换图象(13)与上述合成的图象之间的上述偏差(14)，-使上述偏差(14)与上述格式化信息(15)相联系。
30.如权利要求24所述的系统，上述系统使得为了计算与上述装置链(P3)的一个图象捕获装置(1)相关的上述格式化信息(15)，上述系统还包括至少一个参考画面(9)；上述图象捕获装置(1)为每个参考画面(9)构造一参考图象(11)；为了计算与上述图象捕获装置(1)相关的该格式化信息(15)，该系统还包括计算和处理装置，用于-由至少一个所述参考画面(9)到一表面上的特定的数学投影构建一合成图象类，-在一组上述可参数化转换模型中选择可用来将所述参考图象(11)转换为一转换图象(13)的转换模型，其中所述转换图象(13)接近于所述参考画面(9)的所述合成图象类；上述转换图象(13)与上述合成的图象类相比表现出一偏差(14)；上述格式化信息(15)至少部分地由所述选择的可参数化的转换模型的参数组成。
31.如权利要求30所述的系统，上述系统包括计算装置，用于-计算上述转换图象(13)与上述合成的图象类之间的上述偏差(14)，-使上述偏差(14)与上述格式化信息(15)相联系。
32.如权利要求25到31中任何一项所述的系统，上述系统使得所述装置链(P3)的所述图象捕获装置(1)具有至少一个依从于该图象的可变特征，特别是焦距和/或光圈；所述格式化信息(15)的一小部分与具有该所述一个或多个可变特征的该图象捕获装置(1)的该故障(P5)相关；每个可变特性可以与一个值相关，以形成一个组合，所述组合由该组可变特性和上述的值组成；上述系统还包括数据处理装置，用于为上述组合的一个预定的选择产生上述小部分格式化信息(15)；在所述小部分格式化信息中以此方式获得的格式化信息被输入到格式化信息(15)的字段中，并且在下文中被称为测得的格式化信息(P101)。
33.如权利要求32所述的系统，上述数据处理装置能够从测得的格式化信息(P101)中获得与一任意的组合相关的所述小部分格式化信息(15)；与一任意的组合相关的上述小部分格式化信息(15)在下文中被称为扩充的格式化信息(P102)；上述格式化信息包括上述扩充的格式化信息(P102)，其代替了上述测得的格式化信息(P101)。
34.如权利要求33所述的系统，上述测得的格式化信息(P101)和上述扩充的格式化信息(P102)表现出一插入偏差；上述系统还包括选择装置，其用于选择零个或者一个或者多个上述可变的特性(P6)，其采取的方式使得用于所获得的所述扩充的格式化信息(P102)的所述插入偏差低于一预定的插入阈值，其中，所述扩充的格式化信息用于以此方式选择的所述该可变特性(P6)。
35.如权利要求23到34中任何一项所述的系统，上述装置链(P3)包括至少一个图象恢复装置(19)，尤其是一个打印机或者一个视觉显示屏幕；上述系统还被设计以向图象处理装置(P1)，特别是软件提供与上述图象恢复装置(19)的缺陷(P5)相关的格式化信息(15)；上述系统还包括数据处理装置，其用于产生表征上述图象恢复装置(19)的缺陷(P5)，特别是失真特征的数据；上述格式化信息(15)还包括上述表征上述图象恢复装置(19)的缺陷(P5)的数据。
36.如权利要求35所述的系统，上述装置链(P3)包括至少一个图象恢复装置(19)，以产生与上述图象恢复装置(19)的缺陷(P5)，特别是失真特征相关的该格式化信息(15)，上述系统包括计算装置，用于在一组可参数化的恢复转换模型，一组可参数化的逆恢复转换模型，一组数学恢复投影，一组恢复参考以及一组校正的参考恢复图象中选择-一恢复参考(209)，和/或-一校正的参考恢复图象(213)，和/或-一可参数化的恢复转换模型(97)，其可用来将所述转换模型(97)上述恢复参考(209)转换为上述校正的参考恢复图象(213)，和/或-一可参数化的逆恢复转换模型(297)，其可用来将上述校正的参考恢复图象(213)转换为上述恢复参考(209)，和/或-一数学恢复投影(96)，其可用来从上述校正的参考恢复图象(213)构建一合成的恢复图象(307)；以这样一种方式进行上述选择，即使得上述合成的恢复图象(307)接近于所述恢复参考(211)，其借助于所述图象恢复装置(19)通过对上述恢复参考(209)进行恢复而获得；上述恢复参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；上述格式化信息(15)至少部分地由所述选择的可参数化恢复转换模型(97)的参数和/或所述选择的可参数化逆恢复转换模型(297)的参数组成。
37.如权利要求35或36中所述的系统，上述装置链(P3)包括至少一个图象恢复装置(19)，以产生与上述图象恢复装置(19)的缺陷(P5)，特别是失真特征相关的所述格式化信息(15)，上述系统包括用于选择至少一个恢复参考(209)的计算装置；上述图象恢复装置(19)使有可能将上述恢复参考(209)恢复为一已恢复的参考(211)；上述计算装置还使有可能在一组可参数化的恢复转换模型和一组数学恢复投影中选择-一可参数化的恢复转换模型(97)，使用所述转换模型可将上述恢复参考(209)转换为一校正的参考恢复图象(213)，以及-一数学恢复投影(96)，使用所述转换模型可以从上述校正的参考恢复图象(213)构建一合成的恢复图象(307)；以这样一种方式进行上述选择，使得上述合成的恢复图象(307)接近于该已恢复的参考(211)，上述已恢复的参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；上述格式化信息(15)至少部分地由所选择的可参数化恢复转换模型(97)的参数(P9)和/或所选择的可参数化逆恢复转换模型(297)中的参数(P9)组成；上述可参数化逆恢复转换模型(297)允许上述校正的参考恢复图象(213)被转换为上述恢复参考(209)。
38.如权利要求35或36所述的方法，上述装置链(P3)包括至少一个图象恢复装置(19)，以产生与上述图象恢复装置(19)的缺陷(P5)，特别是失真特征相关的上述格式化信息(15)，上述系统包括计算装置，用于选择一校正的参考恢复图象(213)；上述计算装置还使得可以在一组可参数化的恢复转换模型中，一组数学恢复投影中以及一组恢复参考中选择-一可参数化的恢复转换模型(97)，使用所述转换模型可将一特定的恢复参考(209)转换为上述校正的参考恢复图象(213)，和/或-一可参数化的逆恢复转换模型(297)，使用所述转换模型可将上述校正的参考恢复图象(213)转换为上述恢复参考(209)，和/或-一数学恢复投影(96)，使用其可以从上述校正的参考恢复图象(213)构建一合成的恢复图象(307)；以这样一种方式进行所述选择，即使得上述合成的恢复图象(307)接近于该已恢复的参考(211)，其借助于上述图象恢复装置(19)通过对上述恢复参考(209)进行恢复而获得；上述已恢复的参考(211)与上述合成的恢复图象(307)相比表现出一恢复偏差(214)；上述格式化信息(15)至少部分地由所述选择的可参数化的恢复转换模型(97)的参数和/或所述选择的参数化逆恢复转换模型(297)中的参数组成。
39.如权利要求36到38中任何一项所述的系统，上述系统包括计算装置，用于-计算上述已恢复的参考(211)与上述合成的恢复图象(307)之间的上述恢复偏差(214)，-使上述恢复偏差(214)与上述格式化的信息(15)相联系。
40.如权利要求36到39中任何一项所述的系统，上述系统使得上述装置链(P3)的上述图象恢复装置(19)具有至少一个依从于图象的可变恢复特征，特别是焦距和/或光圈；上述格式化信息(15)的一小部分与具有上述一个或者多个可变特征的上述图象恢复装置(19)的缺陷(P5)相关；每个可变的恢复特征可以与一值联系起来，以形成一恢复组合，所述恢复组合由一组上述可变的恢复特性和上述值组成；上述系统还包括数据处理装置，其用于为上述恢复组合的一预定的选择产生所述小部分格式化信息(15)；在上述小部分格式化信息中以此方式获得的该格式化信息被输入到该格式化信息(15)的字段中，此格式化信息在下文中被称为测得的格式化恢复信息。
41.如权利要求40所述的系统，上述系统包括数据处理装置，该方法包括从测量的格式化恢复信息捕获与一任意恢复组合相关的上述格式化信息(15)的该小部分；与一任意组合相关的上述格式化信息(15)的该小部分在下文中被称为扩充的格式化恢复信息；上述格式化信息包括上述扩充的格式化信息，其代替了上述测量的格式化恢复信息。
42.如权利要求41所述的系统，上述测得的格式化恢复信息以及上述扩充的格式化恢复信息表现出一恢复插入偏差；上述系统还包括选择装置，用于选择零个或一个或多个上述可变的恢复特征，其采用这样一种方式，即使得用于所获得的该扩充的格式化恢复信息的上述恢复插入偏差低于一个预定的恢复插入阈值，其中，所述扩充的格式化恢复信息为以此方式选择的上述可变的恢复特征。
43.如权利要求36到42中任何一项所述的系统，上述恢复装置与一图象捕获装置(1)相关，以便以数字形式从该恢复参考(209)恢复该已恢复的参考(211)；上述系统包括数据处理装置，其通过使用与上述图象捕获装置(1)相关的上述格式化信息(15)，产生与上述恢复装置的缺陷(P5)相关的格式化信息(15)，其中，所述图象捕获装置(1)与上述图象恢复装置相联系。
44.如权利要求23到43中任何一项所述的系统，上述装置链(P3)包括至少两个装置，为了产生与上述装置链(P3)中的装置的缺陷(P5)相关的格式化信息(15)，上述系统还包括数据处理装置，其用于产生与上述装置链(P3)中的每个装置相关的格式化信息(15)，以及用于组合与上述装置链(P3)中的每个装置相关的格式化信息(15)，以获得与上述装置链(P3)相关的上述格式化信息(15)。
全文摘要
本发明关于一种方法和系统，用于产生与一装置链中的装置的缺陷相关的格式化信息(15)。为产生与该装置链的图象捕获装置相关的缺陷的格式化的信息(15)，该方法包括第一计算算法，使用该算法，可以在一组可参数化转换模型中，一组可参数化逆转换模型中，一组合成的图象中，一组参考画面和一组转换的图象中选择一参考画面(9)，和/或一转换的图象(13)，和/或一可参数化转换模型(12)，通过它可以将上述参考画面(9)的一参考图象(11)转换为上述转换的图象13，和/或一可参数化的逆转换模型(212)，通过它可以将上述转换的图象(13)转换为上述参考图象(11)，和/或一合成图象(7)，其从上述参考画面(9)获得和/或从上述参考图象(11)获得。该格式化信息(15)至少部分地由所选择的可参数化转换模型的参数和/或所选择的可参数化逆转换模型的参数组成。
文档编号G06T5/00GK1535448SQ02813953
公开日2004年10月6日 申请日期2002年6月5日 优先权日2001年7月12日
发明者布鲁诺·列日, 弗雷德里克·吉查德, 布鲁诺 列日, 里克 吉查德 申请人:杜莱布斯公司