对比文件名称：2012-01-12_None_发明专利_JPWO2010016166A1 撮像装置、画像処理方法、画像処理プログラム及び半導体集積回路
目标专利名称：1541相机装置以及相机装置的图像生成方法CN114270799B
本次调用的模型名称：AI
以下是根据目标专利权利要求划分的技术特征与对比文件的详细比对表格。对比文件原文引用已翻译为中文，并标注对应段落标号（以对比文件中文翻译版为准）。公开性判断严格遵循直接公开（实质公开或等同公开）与隐含公开（宽松标准，只要有可能即视为隐含）的原则。
| 技术特征描述及公开性判断 | 对比文件原文引用（中文翻译） | 公开性论述 |
| **技术特征A**：包括：图像传感器<br>《**直接公开**》 | 段落[0022]：“成像部12包括光学透镜101、光学LPF102、彩色滤光片103、**成像元件104**、AFE部105。”<br>段落[0021]：“成像元件104是CCD型或CMOS型等代表的**图像传感器**。” | 对比文件明确公开了成像元件（图像传感器）作为成像装置的一部分，与本特征限定的图像传感器在结构和功能上完全相同，属于直接公开。 |
| **技术特征B**：所述图像传感器被配置成生成具有第一分辨率的第一拜耳数据<br>《**直接公开**》 | 段落[0028]：“A/D转换后的图像数据……可以记录A/D转换后立即的图像（以下称为CCDRAW图像）。”<br>段落[0032]：“CCDRAW图像是未进行伽马校正、白平衡调整、同步化等信号处理的图像，是仅保持与彩色滤光片103的排列图案对应的每个像素一个不同颜色信息的马赛克状图像。” | 成像元件输出的CCDRAW图像即为拜耳图案的原始数据，具有第一分辨率（取决于图像传感器分辨率）。对比文件明确公开了图像传感器生成第一分辨率的拜耳数据，功能与目标专利相同。 |
| **技术特征C**：处理器<br>《**直接公开**》 | 段落[0029]：“前处理部106和图像信号处理部109是执行……各种处理的处理手段。”<br>图1及段落[0041]等均公开了RAW重采样处理部120等处理单元。 | 对比文件包含多个处理单元（前处理部、RAW重采样处理部等），均属于执行图像处理的处理器，直接公开了处理器的概念。 |
| **技术特征D**：所述处理器被配置成使用所述第一拜耳数据输出具有第二分辨率的第二拜耳数据<br>《**直接公开**》 | 段落[0040]：“图3是表示从CCDRAW图像生成缩小图像的图像处理步骤的概要的图。”<br>段落[0055]：“使用图6所示的水平方向重采样处理功能进行放大处理时，处理流程也与上述相同。”<br>段落[0076]：“将这样获得的CCDRAW重采样图像305输入到图1的图像信号处理部109进行信号处理。” | 对比文件中的RAW重采样处理部对第一拜耳数据执行缩小或放大（重采样），输出具有不同分辨率的第二拜耳数据（CCDRAW重采样图像）。直接公开了处理器使用第一拜耳数据生成第二拜耳数据的功能。 |
| **技术特征E**：其中，所述处理器包括卷积神经网络<br>《**未公开**》 | 对比文件全文未提及卷积神经网络或深度学习技术。其处理器采用传统的滤波、插值等图像处理算法。 | 对比文件没有任何关于卷积神经网络的记载，本领域技术人员无法从对比文件直接或隐含得出处理器包含卷积神经网络。该特征未公开。 |
| **技术特征F**：所述卷积神经网络被训练成：使用第一拜耳数据输出具有第二分辨率的第二拜耳数据<br>《**未公开**》 | 同E，对比文件未公开任何卷积神经网络训练相关内容。 | 对比文件无卷积神经网络，更无训练过程。该特征完全未公开。 |
| **技术特征G**：其中，所述卷积神经网络的训练集包括具有第一分辨率的第一拜耳数据和具有第二分辨率的第二拜耳数据；并且中，所述第二拜耳数据被输出至图像信号处理器<br>《**未公开**》 | 训练集部分：对比文件无任何训练集概念。<br>输出至图像信号处理器部分：段落[0076]：“将这样获得的CCDRAW重采样图像305输入到图1的图像信号处理部109进行信号处理。” | 特征G包含两部分：（1）训练集包括第一和第二拜耳数据——对比文件完全未公开；（2）第二拜耳数据输出至图像信号处理器——对比文件公开了将重采样后的拜耳数据送至图像信号处理部。但由于训练集部分不存在，整体特征G不能视为被公开。 |
| **技术特征H**：所述图像信号处理器通过执行去马赛克从所述第二拜耳数据生成RGB数据<br>《**直接公开**》 | 段落[0029]：“前处理部106和图像信号处理部109是执行**同步化处理**（根据彩色滤光片排列插补色信号的空间偏差并计算各点颜色的处理）……的处理手段。” | 同步化处理即去马赛克，从拜耳数据生成RGB数据。对比文件公开了图像信号处理器执行该处理，直接公开。 |
| **技术特征I**：其中，所述第二分辨率高于所述第一分辨率。<br>《**直接公开**》 | 段落[0055]：“使用图6所示的水平方向重采样处理功能进行**放大处理**时，处理流程也与上述相同。” | 对比文件明确支持放大处理（分辨率提高），直接公开了第二分辨率高于第一分辨率的情况。 |
| **技术特征J**：其中，所述处理器包括：接收单元<br>《**隐含公开**》 | 虽未明确“接收单元”一词，但段落[0044]描述：“如图6所示，作为原始图像的CCDRAW图像601……通常从成像元件104以行单位读出。”数据必然先被处理器中的输入接口接收。 | 本领域技术人员可以合理推断处理器包含用于接收拜耳数据的单元（例如AFE或前处理部的输入级）。对比文件部分公开了数据接收功能，隐含公开了接收单元的存在。 |
| **技术特征K**：所述接收单元被配置成接收所述第一拜耳数据<br>《**直接公开**》 | 同上，段落[0044]：“原图像……从成像元件104以行单位读出”，随后进入处理流程。 | 接收单元接收第一拜耳数据是处理的前提，对比文件公开了处理器接收拜耳数据的过程，功能直接对应。 |
| **技术特征L**：卷积神经网络<br>《**未公开**》 | 同E，对比文件无任何卷积神经网络或深度学习相关内容。 | 未公开。 |
| **技术特征M**：所述卷积神经网络被配置成：使用所述第一拜耳数据输出具有第二分辨率的第二拜耳数据<br>《**未公开**》 | 同F，对比文件无卷积神经网络及其配置。 | 未公开。 |
| **技术特征N**：其中，所述处理器生成第一阵列数据<br>《**未公开**》 | 对比文件生成的是亮度数据（从拜耳通过色载波去除滤波得到）和色差数据（通过色载波提取和色调解调得到），并非针对每个波长波段（如R、G、B）布置的阵列数据。 | 目标专利的第一阵列数据是指按波长波段（颜色成分）明确分离的阵列。对比文件采用亮度和色差信号处理，未按波长波段生成阵列数据，因此未公开。 |
| **技术特征O**：在所述第一阵列数据中，针对每个波长波段布置所述第一拜耳数据<br>《**未公开**》 | 对比文件未公开按R、G、B等波长波段布置的数据阵列。其亮度数据是R+G或B+G的平均值，色差数据是R-G或B-G，不属于波长波段直接分离。 | 目标专利明确要求按波长波段布置，对比文件未公开此具体布置方式。 |
| **技术特征P**：所述处理器基于所述第一阵列数据生成第二阵列数据<br>《**未公开**》 | 对比文件基于亮度数据和色差数据进行重采样处理，其“第一阵列”非波长波段阵列，因此不满足以该特定第一阵列为基础的条件。 | 由于对比文件的第一阵列概念不同，无法构成公开。 |
| **技术特征Q**：所述第二阵列数据具有与所述第一阵列数据不同的分辨率<br>《**直接公开**》 | 段落[0040]：CCDRAW图像经过水平方向重采样和垂直方向重采样后分辨率改变；段落[0055]放大处理也改变分辨率。 | 对比文件的重采样处理必然导致第二阵列（重采样后的亮度和色差数据）的分辨率不同于第一阵列（原始亮度和色差数据），直接公开。 |
| **技术特征R**：其中，所述处理器基于所述第二阵列数据生成所述第二拜耳数据<br>《**直接公开**》 | 段落[0052]：“重采样后的辉度数据……与重采样后的色载波数据通过加法处理即颜色阵列再现处理612进行再合成，输出为R和G信息逐像素重复的重采样后的RG行，以及B和G信息逐像素重复的重采样后的BG行。” | 对比文件明确公开了基于重采样后的亮度和色差（第二阵列）通过颜色阵列再现处理生成具有拜耳图案的第二拜耳数据，直接公开此步骤。 |
| **技术特征S**：其中，所述处理器包括:第一数据对齐单元<br>《**未公开**》 | 对比文件虽有行缓存器和数据对齐操作，但未公开专门用于“生成第一阵列数据”且“针对每个波长波段布置”的数据对齐单元。其对齐是为了亮度/色差提取，而非波长波段分离。 | 对比文件没有公开与目标专利相同功能的数据对齐单元，该特征未公开。 |
| **技术特征T**：所述第一数据对齐单元被配置成生成所述第一阵列数据<br>《**未公开**》 | 同上，对比文件未公开生成波长波段阵列的数据对齐单元。 | 未公开。 |
| **技术特征U**：在所述第一阵列数据中，针对每个波长波段布置所述第一拜耳数据<br>《**未公开**》 | 同O，对比文件未公开按波长波段布置的阵列数据。 | 未公开。 |
| **技术特征V**：第二数据对齐单元<br>《**隐含公开**》 | 段落[0052]描述了“颜色阵列再现处理612”，该处理将重采样后的亮度和色载波数据重新合成为拜耳图案的行数据，相当于执行第二数据对齐单元的功能。 | 虽然未命名，但本领域技术人员可以合理推断存在一个单元（颜色阵列再现处理）负责生成第二拜耳数据，隐含公开了第二数据对齐单元的概念。 |
| **技术特征W**：所述第二数据对齐单元被配置成生成所述第二拜耳数据<br>《**隐含公开**》 | 同上，颜色阵列再现处理生成第二拜耳数据。段落[0052]详细说明了合成过程。 | 对比文件公开了该功能，且从结构上可推知存在执行该功能的单元，因此隐含公开第二数据对齐单元生成第二拜耳数据。 |
| **技术特征X**：在所述第二拜耳数据中，以拜耳图案布置所述第二阵列数据<br>《**直接公开**》 | 段落[0052]：“输出为R和G信息逐像素重复的重采样后的RG行，以及B和G信息逐像素重复的重采样后的BG行。”这就是拜耳图案的典型行结构。 | 对比文件明确公开了将第二阵列（重采样后的亮度和色载波）以拜耳图案布置生成第二拜耳数据，直接公开。 |
**公开性代码汇总**：
根据比对结果，对比文件直接公开的特征有：A、B、C、D、H、I、K、Q、R、X；隐含公开的特征有：J、V、W。其余特征（E、F、G、L、M、N、O、P、S、T、U）未公开，不产生代码。
<<<A>>><<<B>>><<<C>>><<<D>>><<<H>>><<<I>>><<<K>>><<<Q>>><<<R>>><<<X>>><<<j>>><<<v>>><<<w>>>