融合图像优化系统和方法与流程

本申请为2017年7月20日提交的题为“融合图像优化系统和方法(fusedimageoptimizationsystemsandmethods)”的国际专利申请pct/us2017/043181的继续，其通过引用整体并入本文。

国际专利申请pct/us2017/043181要求于2016年7月21日提交的题为“融合图像优化系统和方法(fusedimageoptimizationsystemsandmethods)”的美国临时专利申请62/365,318的优先权和权益，其通过引用整体并入本文。

本公开的一个或多个实施例总体涉及图像融合系统和方法，并且更具体地例如涉及用于优化和再缩放融合图像的系统和方法。

背景技术：

场景的热或红外(ir)图像常常例如在建筑或电气工作的技术领域内用于监测、检查和/或维护的目的，但也可以用于许多其他应用。

为了使用户更容易解译和分析由热成像设备或ir成像设备采集的场景，成像设备可以包括适于分别采集可见图像和ir图像的两个或更多个成像系统，并且成像设备可以适于能够组合或融合所采集的可见图像数据和ir图像数据。

有时期望在显示器上观看具有与原始融合图像不同的分辨率的融合图像。于是必须再缩放融合图像。再缩放融合图像可能具有比原始融合图像更低的视觉质量。

技术实现要素：

本公开包括可以解决或至少减少上述问题的实施例。例如，本公开的一个或多个实施例通过接收原始ir图像数据和原始可见图像数据并获得第一融合参数组，来实现具有不同于第一分辨率(本文中也称为基线或默认分辨率)的第二分辨率(本文中也称为目标分辨率)的第二融合图像的生成。第一融合参数组适于通过融合原始ir图像数据和原始可见图像数据来生成具有第一分辨率的第一融合图像。应当理解，实际上不需要生成第一融合图像，即第一融合参数组可以例如对应于系统的默认或基线参数，其适于生成具有第一分辨率的融合图像，诸如一些预定的默认或基线分辨率。

基于第一分辨率与第二分辨率之间的差值来确定缩放系数，并且基于该缩放系数和第一融合参数组来生成第二融合参数组。例如，可以将第二融合参数组(在本文中也称为目标融合参数组)确定为第一融合参数组(在本文中也称为基线融合参数组)根据缩放系数的修改结果。然后，通过使用第二融合参数组融合原始ir图像数据和原始可见图像数据来生成第二融合图像。通过使用原始ir图像数据和原始可见图像数据并根据已适于期望的目标分辨率的融合参数组来融合二者，在目标分辨率下再缩放融合图像的视觉质量可以与在基线/默认分辨率下的融合图像的视觉质量一样好。

在实施例中，第一融合参数组包括第一滤波参数组，其控制可见图像的滤波以提取适于生成第一融合图像的轮廓/边缘信息，并且第二融合参数组包括第二滤波参数组，其控制可见图像的滤波以提取在第二融合图像中使用的轮廓/边缘信息。通过调节滤波参数，可以以更适合目标分辨率的方式来提取轮廓/边缘信息。

在一个或多个实施例中，第二滤波参数组基于第一滤波参数组和缩放系数来生成。

第一滤波参数组可以包括第一滤波核心尺寸和第一滤波核心形状，而第二滤波参数组可以包括第二滤波核心尺寸和第二滤波核心形状。

在一个或多个实施例中，基于第一滤波核心尺寸和缩放系数来生成第二滤波核心尺寸，但是第二滤波核心形状与第一滤波核心形状相同。

在实施例中，第一融合参数组包括第一阿尔法参数组α1，第一阿尔法参数组α1确定来自ir图像数据和可见图像数据的颜色信息和亮度信息如何适配来进行组合以生成第一融合图像，并且第二融合参数组包括第二阿尔法参数组α2，第二阿尔法参数组α2确定来自ir图像数据和可见图像数据的颜色信息和亮度信息如何组合以生成第二融合图像。

在实施例中，第一融合参数组包括基于原始ir图像分辨率与第一分辨率之间的差值计算的第一ir图像再采样参数ri1，以及基于原始可见图像分辨率与第一分辨率之间的差值计算的第一可见图像再采样参数rv1。本文中使用的术语“原始”图像分辨率被理解为与由采集图像的成像传感器和系统提供的原始分辨率相关联(例如，其可以与成像传感器的像素分辨率相同或不相同)。

在实施例中，第二融合参数组包括基于原始ir图像分辨率和第二分辨率之间的差计算的第二ir图像再采样参数ri2，以及基于原始可见图像分辨率和第二分辨率之间的差计算的第二可见图像再采样参数rv2。

在实施例中，第一融合参数组包括控制可见图像的滤波来提取适于生成第一融合图像的轮廓/边缘信息的第一亮度参数组，和确定来自ir图像数据和可见图像数据的颜色信息和亮度信息如何适配来进行组合以生成第一融合图像的第一阿尔法参数组α1，并且第二融合参数组包括控制可见图像的滤波来提取用于第二融合图像的轮廓/边缘信息的第二滤波参数组，以及确定来自ir图像数据和可见图像数据的颜色信息和亮度信息如何组合以生成第二融合图像的第二阿尔法参数组α2。在实施例中，基于第一滤波参数组和缩放系数生成第二滤波器参数组，但是第二阿尔法参数组α2与第一阿尔法参数组α1相同。在其他实施例中，基于第一滤波参数组和缩放系数生成第二滤波器参数组，并且基于第一阿尔法参数组α1和缩放系数生成第二阿尔法参数组α2。

在一个或多个实施例中，第二融合图像显示在具有第二分辨率的显示器上。

在一个或多个实施例中，第二融合图像打印在具有第二分辨率的打印机上。

本公开的实施例实现一种计算机可读介质，其包括存储在其上的非暂时性信息，该非暂时性信息配置为控制处理器/处理单元来执行本文描述的任意实施例的任意步骤或功能。

本公开的实施例实现一种计算机程序产品，其包括适于控制处理器来执行本文中述的任意实施例的任意步骤或功能的代码部分。

本发明的范围由权利要求来限定，这些权利要求通过引用并入该部分。通过考虑以下对一个或多个实施例的详细描述，将向本领域技术人员提供对本发明实施例的更完整的理解以及对其附加优点的实现。将对首先将被简要描述的附图进行参照。

附图说明

图1a、图2a和图3a示出根据本公开的实施例的具有第一分辨率的融合图像的示例。

图1b示出在没有本公开的实施例的优化技术的情况下获得的具有第二分辨率的融合图像的示例，该融合图像显示出混叠效应。

图2b示出在没有本公开的实施例的优化技术的情况下获得的具有第二分辨率的融合图像的示例，该融合图像显示出过厚的轮廓/边缘。

图3b示出根据本公开的一个或多个实施例获得的具有第二分辨率的融合图像的示例。

图4示出根据本公开的一个或多个实施例的系统的示意图。

图5是根据本公开的一个或多个实施例的方法的流程图表。

图6是根据本公开的一个或多个实施例的方法的流程图。

本公开的实施例及其优点通过参照以下的详细描述来最佳地理解。应当理解，相同的附图标记用于标识在一个或多个附图中示出的相同元件。

具体实施方式

简介

本公开涉及融合图像在再缩放之后的外观优化。在本公开中，融合图像是已被融合的ir图像和可见图像。ir图像可以是任意种类的红外或热图像，其中不同的颜色或灰度值表示不同的相对温度间隔。可见图像可以是使用光学或可见成像设备获得的任意类型的图像，而不管该图像是使用可见光还是任意其他类型的光(例如近红外光)来获得。

为了获得融合图像，使用融合参数组来融合ir图像数据和可见图像数据。融合参数组可以例如包括再采样参数、滤波参数和阿尔法参数。

基于原始图像数据分辨率与融合图像的期望分辨率之间的差值来计算再采样参数。由于可见图像和ir图像常常具有不同的分辨率，因此常常需要两个不同的再采样参数：基于原始ir图像分辨率与融合图像的期望分辨率之间的差值来计算的ir图像再采样参数ri，以及基于原始可见图像分辨率与融合图像的期望分辨率之间的差值来计算的可见图像再采样参数rv。

滤波参数控制可见图像的滤波以提取用于获得融合图像的轮廓/边缘信息。滤波参数可以例如包括滤波核心尺寸(例如，3×3或5×5)和滤波核心形状(例如，平的或高斯)。

阿尔法(α)参数确定如何组合ir图像和可见图像以生成融合图像，例如，应该如何组合来自ir图像和可见图像的颜色信息和亮度信息。在各种实施例中，当ir图像和可见图像被融合时，阿尔法参数确定ir图像和可见图像的相对贡献度，并且可以例如使用0和1之间的值(例如，包括性的，即0≤α≤1)来表示。

可以基于许多不同的阿尔法参数组来生成融合图像。阿尔法参数组可以包括用于融合图像的亮度分量和每个颜色分量的单独阿尔法参数。这些阿尔法参数中的每一个都限定如何组合ir图像数据和来自可见图像数据的轮廓/边缘信息，以便生成融合图像的每个亮度分量和每个颜色分量。因此，每个阿尔法参数的变化给用户提供了决定在融合图像中的每个分量中需要多少对比度的机会。如果ir图像数据和来自可见图像数据的轮廓/边缘信息两者都用于生成融合图像的亮度分量和每个颜色分量，则所有阿尔法参数都具有0以上的值。

非常简单的阿尔法参数设置是仅将ir图像数据添加到融合图像的颜色分量并将来自可见图像数据的轮廓/边缘信息仅添加到融合图像的亮度分量。这意味着颜色阿尔法参数设置为0并且亮度分量阿尔法参数设置为1。

另一种简单的阿尔法参数设置是仅将ir图像数据添加到融合图像的颜色分量，并且通过将乘以亮度阿尔法参数的来自可见图像数据的轮廓/边缘信息添加到ir图像的亮度来生成组合图像的亮度。这意味着颜色阿尔法参数设置为0，并且亮度分量阿尔法参数被选择为在组合图像中获得期望的对比度。

例如，可以根据来自flir系统ab的各种技术(参见例如题为“通过融合的红外分辨率和对比度提高”的美国专利8,520,970，其通过引用整体并入本文)来生成融合图像，其涉及ir图像数据和可见图像数据的高对比度融合，或者更具体地涉及将来自可见图像的轮廓/边缘内容引入到ir图像中从而增加总融合图像的感知清晰度。图1a、图2a和图3a中示出这种融合图像的示例。

在显示融合图像的显示器具有与融合图像相同的分辨率的情况下，美国专利8,520,970中描述的融合方法和其他融合方法产生合适的结果。然而，可见图像常常具有非常高的分辨率，例如，5、8、10或更多兆像素，而显示融合图像的显示器常常具有显著较低的分辨率，例如，100倍以下或1000倍以下，特别是当显示器是相机显示器时。在这种情况下，图像数据的必要下采样可能由于折叠失真而将混叠效应引入到融合图像中，从而呈现提供较差用户体验并难以解译的低视觉质量图像。这种情况的示例在图1b中示出。

当在不具有与融合图像相同的分辨率的显示器上观看融合图像时，可能出现的另一问题是融合图像的轮廓或边缘可能在图像再缩放之后变得更厚。这种情况的一个示例在图2b中示出。

因此，根据用户选择哪种显示器来观看融合图像，用户可能具有融合图像看起来不同并且有时难以解译的问题，如图1b和图2b所示。

在根据本公开的实施例的系统和方法中，例如通过使用与生成原始融合图像不同的融合参数组基于原始视觉图像数据和ir图像数据来生成再缩放融合图像，可以减轻或克服这种问题。以这种方式生成的融合图像的示例在图3b中示出。

用于生成再缩放融合图像的融合参数组可以确保再缩放融合图像的轮廓/边缘的幅值和厚度相对于所描绘的真实世界对象与原始融合图像的幅值/厚度大致相同。通过这种方式，不管显示器分辨率如何，融合图像的轮廓/边缘的幅值和厚度相对于所描绘场景中的其他对象的尺寸将大致相同。因此，根据使用的显示器的分辨率，轮廓/边缘(例如，电缆)可以例如由2个像素或20个像素来表示。

通过这种方式，虽然融合图像在具有不同分辨率的显示器上可能不同，但它们将看起来类似，并且独立于用于观看所得融合图像的显示器的分辨率属性来维持用户对图像的体验。此外，混叠被极大地减少。使用本文提出的方法和系统实施例中的一个或多个来获得这些有利效果。

可以通过将取决于原始分辨率与新分辨率之间的缩放系数的预定函数应用于原始的第一融合参数组，来生成用于生成再缩放融合图像的第二融合参数组。预定函数可以例如是查找表(lut)或一组预定义等式，其设计为在将可见图像数据与红外图像数据融合之前从可见图像再生成轮廓/边缘信息以更好地匹配当前显示器。

lut值和/或等式参数可以设置为使得通过引入来自可见图像的轮廓/边缘信息来添加的边缘的幅值(例如，强度)和厚度(例如，相对于融合图像的其他部分的厚度)近似相同，而不论显示分辨率如何。

如所解释的，融合参数组可以例如包括再采样参数、滤波参数和阿尔法(α)参数，并且滤波参数可以例如包括滤波核心尺寸和滤波核心形状。当基于缩放系数和原始的第一融合参数组生成第二融合参数组时，不需要改变所有这些参数，即这些参数中的一些在第二融合参数组中可以与其在第一融合参数组中相同。

例如，滤波核心尺寸的变化可以直接与缩放系数成比例，使得例如如果图像尺寸加倍，则滤波核心尺寸也加倍。如果这是可能的，则可能不需要改变所有其他融合参数，即滤波核心形状和阿尔法(α)参数可以例如在第二融合参数组中与其在第一融合参数组中相同。在这种情况下，如果滤波核心尺寸变大(例如，大于第一预定滤波核心尺寸阈值)，则在一些实施例中，也可以改变滤波核心形状，例如从平坦滤波核心改成高斯滤波核心，但是阿尔法(α)参数在第二融合参数组中仍然可以与其在第一融合参数组中相同。

然而，如果滤波核心尺寸的这种缩放将使其非常大(例如，大于第二预定滤波核心尺寸阈值)，为此则可能需要太多的处理能力来进行滤波以成为现实的选项。在这种情况下，根据一些实施例，可以改变阿尔法(α)参数以补偿不够大的滤波核心尺寸。因此，在这种情况下，滤波核心尺寸和阿尔法(α)参数在第二融合参数组中将与其在第一融合参数组中不同。为了确定在这种情况下使用的目标阿尔法(α)参数，可以例如使用查找表(lut)来修改基线阿尔法阿参数。

还可以仅改变第二融合参数组中的阿尔法(α)参数，并且使所有的其他参数都与第一融合参数组中的相同。这将产生看起来与第一融合图像相当不同的第二融合图像，但是再缩放融合图像的视觉质量仍然可以与原始融合图像的视觉质量一样好，因为是阿尔法(α)参数控制了轮廓/边缘在第二融合图像中呈现的强度。

因此，根据本公开，可以使用融合参数中的一个、一些或全部的改变来生成具有不同于第一图像的第二分辨率的第二融合图像。

系统实施例

图4示出根据本公开的一个或多个实施例的系统的示意图。该系统包括热成像装置或红外ir相机，其配置为通过红外(ir)成像系统450采集表示从场景发射的红外辐射的红外(ir)图像数据值。ir成像系统450采用红外(ir)光学系统452和对应的ir检测器454，光学系统452例如包括透镜、变焦功能和聚焦功能，ir检测器454例如包括微测辐射热计焦平面阵列，以提供ir图像数据值的信号帧形式的ir图像，其表示从场景发射的红外辐射。

该系统还包括可见光(vl)成像系统470，其配置为采集表示从场景发射的vl的可见光(vl)图像数据值。vl成像系统采用可见光(vl)光学系统472和对应的vl检测器474，光学系统472例如包括透镜、变焦功能和聚焦功能，vl检测器474例如包括数字电荷耦合器件(ccd)或互补金属氧化物半导体(cmos)有源像素传感器，以提供表示从场景发射vl图像数据值的信号帧形式的vl图像。

红外(ir)成像系统450和vl成像系统470还可以配置为将ir图像数据值和vl图像数据值的信号帧发送到处理器420。处理器420可以设置有专门设计的编程或程序代码部分，其适于控制处理器420来执行本文中描述的各种方法的实施例的操作和功能。该系统还可以包括至少一个存储器430，其配置为存储从处理器420接收的数据值或参数或者检索图像数据值或参数并将其发送到处理器420。

诸如ir相机的这种系统的操作的示例性实施例通常如下：经由红外光学系统452接收红外能量并且将其引导到ir检测器元件454上。每个检测器元件响应于所接收的红外辐射或热能。红外(ir)图像数据值的帧可以例如通过扫描检测器的所有行和列来采集，并且在一些实施例中进行模数转换以获得采集的ir图像，其中，与每个检测器元件相关联的图像数据值被称为具有相关联的行和列指数的ir图像数据值。

除可见光波长之外或代替可见光波长，vl成像系统470还可以适于采集其他非热波长的电磁辐射。例如，vl成像系统470可以配置为采集近红外(nir)光、短波红外(swir)光、紫外(uv)光或除了可见光之外或代替可见光的其他非热光。对于这种实施例，vl成像系统470可以表示非热成像系统，其包括响应于非热辐射的非热光学系统(由vl光学系统472表示)和非热检测器(由vl检测器474表示)。例如，电子倍增ccd(emccd)传感器、科学cmos(scmos)传感器、增强型电荷耦合器件(iccd)传感器以及以上讨论的基于ccd和基于cmos的传感器和/或其他合适的传感器可以用来实现非热检测器(由vl检测器474表示)以检测nir光、swir光和/或其他非热光。

在一个或多个实施例中，该系统还包括显示器440和/或打印机460，其配置为从处理器420接收信号并将接收的信号作为融合图像显示给例如系统的用户。在一个或多个实施例中，显示器440设置在图像呈现单元中。在一个或多个实施例中，显示器440与配置为从用户接收用户输入信号或指示的用户输入设备集成。

在一个或多个实施例中，处理器420还配置为将接收的ir图像作为ir图像数据值的信号帧发送到外部处理器单元(图4中未示出)。

在一个或多个实施例中，处理器420可以是诸如通用或专用处理器单元的处理器，例如微处理器、微控制器或其他控制逻辑，其他控制逻辑包括存储在计算机可读存储介质(诸如存储器430)上的、固定来执行某些任务的代码段或代码部分段，以及存储在计算机可读存储介质上的、可以在使用期间发生改变的其他可变代码段。这样的可变代码段可以包括将用作各种任务(诸如系统的校准、用于图像的空间滤波的采样率或滤波的适配或者本领域技术人员已知的任何其他参数相关操作)的输入的参数。

在一个或多个实施例中，处理器420可以使用硬件描述语言(hdl)来配置。

在一个或多个实施例中，处理器420是现场可编程门阵列(fpga)，即集成电路，其被设计为在制造之后由客户或设计者配置并可以使用硬件描述语言(hdl)来配置。为此目的，本发明的实施例可以包括配置为控制fpga以执行本文中所描述的方法实施例的操作和功能的配置数据。

本文中，术语“计算机程序产品”和“计算机可读存储介质”通常可以用来指诸如存储器430或处理器420的存储介质或外部存储介质。这些和其他形式的计算机可读存储介质可以用来向处理器420提供指令以供实施。这样的指令通常被称为“计算机程序代码”(其可以以计算机程序或其他组群的形式分组)，当被实施时，其使得系统能够执行本公开的实施例的特征或功能。此外，如本文所使用的，“逻辑”可以包括硬件、软件、固件或其组合。该系统还包括用于显示和/或打印第二融合图像的显示器440和/或打印机460。

方法实施例

图5是根据本公开的一个或多个实施例的方法的流程图表。

由图5可见，原始ir图像数据502和原始可见图像数据504例如以图像文件的形式从输入器500接收。输入器500可以是能够提供期望数据的任何类型的存储器或处理器。如图4所示，输入器500可以包括若干不同的输入设备(诸如提供原始ir图像数据502的ir成像系统450、提供原始可见图像数据504的vl成像系统470)和存储器430。输入器500还可以包括提供第一融合参数和缩放系数的其他类型的存储或处理设备。如果第一融合图像与第二融合图像一样适于由处理器420来生成，则可以不需要例如从存储器430输入第一融合参数，这是因为其可能已经被处理器420所知。输入器可以从显示器440或打印机460提供第二分辨率而不是从例如存储器430提供缩放系数，并且处理器420可以基于第一分辨率和第二分辨率计算缩放系数。本文中使用的术语“原始”图像数据(例如，原始ir图像数据502和原始可见图像数据504中使用的)被理解为指尚未用于融合的图像数据，并且不旨在排除可以由成像传感器、成像系统或其他处理器执行的对图像数据的其他处理。

第一融合参数组510可以从相同的输入器500或从不同的输入器接收。如果在处理器420生成了第一融合图像，则处理器420还可以在生成第一融合图像时获得第一融合参数组510。如所解释的，实际上不需要生成第一融合图像，即第一融合参数组510可以例如是系统的默认参数，其适于生成具有第一分辨率的融合图像。

缩放系数520可以从相同输入器500、从不同的输入器接收，或者可以由执行图像融合的处理器420确定。缩放系数520基于第一分辨率与第二分辨率之间的差值来确定。

第二融合参数组530通过应用预定函数基于第一融合参数组510和缩放系数520来生成。预定函数可以是查找表(lut)或一组预定义等式，其设计为在将可见图像数据与红外图像数据融合之前从可见图像再生成轮廓/边缘信息，以更好地匹配当前显示器。第二融合参数组530可以在处理器420中或在不同的处理器中产生。

在一个或多个实施例中，融合参数可以包括用于再采样ir图像和/或可见图像的再采样参数、用于控制对可见图像的滤波以提取轮廓/边缘信息的滤波参数以及用于控制应当如何组合ir图像数据和可见图像数据的阿尔法(α)参数，但不必包括所有这些参数。

在一个或多个实施例中，第一融合参数组包括第一滤波参数组和第一阿尔法参数组α1。于是，应用于该滤波参数组的lut/等式可以不同于应用于阿尔法(α)参数的lut/等式。因此，缩放系数520可以不以与阿尔法(α)参数相同的方式影响滤波参数。甚至即使第二滤波参数组与第一滤波参数组不同，第一阿尔法参数组α1和第二阿尔法参数组α2也可以相同，反之亦然。因此，在一个或多个实施例中，缩放系数520可以仅应用于融合参数中的一些。

在一个或多个实施例中，lut/等式可以给出第二滤波核心尺寸。根据实施例，滤波核心尺寸相对于显示器的分辨率的增加而增加。这种关系可以是线性的，使得分辨率的加倍意味着滤波核心尺寸的加倍，但是对于一些实施例，非线性关系也是可能的。

第二融合图像550在图像融合过程540中使用第二融合参数组530来生成。图像融合过程540可以包括不同的处理步骤。如果原始ir图像502的分辨率不同于第二分辨率，则可以在图像融合之前使用第二ir图像再采样参数ri2对原始ir图像502进行再采样542。如果原始可见图像504的分辨率不同于第二分辨率，则可以在图像融合之前使用第二可见图像再采样参数rv2来对原始可见图像504进行再采样544。

可以使用第二滤波参数组来对可见图像进行滤波546，以便提取轮廓/边缘信息。可以基于第一滤波参数组和缩放系数520来生成第二滤波参数组。

使用第二阿尔法参数组α2根据ir图像数据和可见图像数据融合548第二融合图像550。

第二融合图像可以存储在原始图像文件中或作为新图像文件的一部分，或者仅被显示或打印。

图6是根据一个或多个实施例的方法的流程图。该方法包括：

在框600：通过配置为执行图像处理的处理器420来接收原始ir图像数据502和原始可见图像数据504。

在框610：通过处理器420来获得适于基于原始ir图像数据502和可见图像数据504生成第一融合图像的第一融合参数组510。第一融合参数组510可以由处理器420接收，或者在生成第一融合图像时由处理器420获得(如果第一融合参数组510由同一处理器生成)。

在框620：基于第一分辨率与第二分辨率之间的差值来确定缩放系数520。

在块630：获得基于第一融合参数组510和缩放系数520生成的第二融合参数组530。第二融合参数组530可以在处理器420中生成，或者由处理器420接收(例如，如果其已在另一个处理器中生成)。

在块640：在处理器420中，通过使用第二融合参数组530融合原始ir图像数据502和原始可见图像数据504来生成第二融合图像。

在一个或多个实施例中，框640可以包括使用第二滤波参数组对可见图像进行滤波，第二滤波参数组控制可见图像的滤波以提取轮廓/边缘信息。

在一个或多个实施例中，框640可以包括使用再采样参数ri2来对原始ir图像502进行再采样，再采样参数ri2基于原始ir图像分辨率与第二分辨率之间的差值来计算。

在一个或多个实施例中，框640可以包括使用再采样参数rv2来对原始可见图像504进行再采样，再采样参数rv2基于原始可见图像分辨率与第二分辨率之间的差值来计算。

第二分辨率可以例如是所选择的显示器440的分辨率或用于在打印机460上打印的预定分辨率。

本公开包括可以解决或者至少减少图1b和图2b中所示的问题的实施例。于是，图1b和图2b的图像可以反而看起来像图3b中呈现的图像。

其他实施例

本公开的实施例实现了一种计算机可读介质，其包括存储在其上的非暂时性信息，该非暂时性信息配置为控制处理器/处理单元来执行本文描述的任意实施例的任意步骤或功能。

在一个或多个实施例中，提供了一种计算机程序产品，其包括适于控制处理器来执行本文中述的任意实施例的任意步骤或功能的代码部分。根据本公开的软件(诸如程序代码部分和/或数据)可以以非暂时性的形式存储在一个或多个机器可读介质上。还可以想到，可以使用联网和/或其他方式的一个或多个通用或专用计算机和/或计算机系统来实现本文标识的软件。

在适用的情况下，可以使用硬件、软件或硬件和软件的组合来实施本公开提供的一个或多个实施例。同样在适用的情况下，本文阐述的各种硬件组件和/或软件组件可以组合成包括软件、硬件和/或两者的复合组件。在适用的情况下，本文阐述的各种硬件组件和/或软件组件可以分成包括软件、硬件或两者的子组件。此外，在适用的情况下，可以想到软件组件可以实施为硬件组件，反之亦然。在适用的情况下，本文描述的各种步骤的排序可以改变、组合成复合步骤和/或分成子步骤以提供本文描述的特征。

上述公开并不旨在将本发明限制于所公开的精确形式或特定应用领域。可以想到，根据本公开，本文所明确描述或暗示的本发明的各种替代实施例和/或修改是可能的。因此，本发明的范围仅由权利要求限定。