好的，已经明确对比文件的名称为：**2015-03-19_JP2015053614A_发明专利_JP2015053614A 画像処理装置、画像処理方法、及び画像処理プログラム**，目标专利的名称为：**1541相机装置以及相机装置的图像生成方法CN114270799B**。本次调用的模型为：提供的分析模型。
以下是根据您的要求进行的特征比对表格和公开性判断。
## 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用（翻译为中文） | 公开性论述 |
| **技术特征A**：包括：图像传感器<br>《直接公开》 | [0092] “CMOSイメージセンサなどのイメージセンサでは、撮像素子から出力される信号をそのままデジタル化したRAWデータとして撮像画像を取得する。”（在CMOS图像传感器等图像传感器中，将从成像元件输出的信号直接数字化为RAW数据来获取拍摄图像。） | 对比文件明确提及“图像传感器”（イメージセンサ），并描述了其功能（将光信号转换为RAW数据）。该特征与目标专利中图像传感器作为硬件部件的作用完全相同，都是用于获取图像信号的起始部件。因此，对比文件直接公开了技术特征A。 |
| **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》 | [0092] “RAWデータはベイヤ配例を有する。”（RAW数据具有拜耳阵列。）<br>[0092] “イメージセンサでは、撮像素子から出力される信号をそのままデジタル化したRAWデータとして撮像画像を取得する。”（在图像传感器中，将从成像元件输出的信号直接数字化为RAW数据来获取拍摄图像。）<br>[0020] “出力フレームの解像度、すなわち、蓄積フレームおよび蓄積重みフレームの解像度は、入力フレームの解像度より大きくてもよい。”（输出帧的分辨率，即累积帧和累积权重帧的分辨率，可以大于输入帧的分辨率。） | 对比文件明确教导图像传感器输出具有拜耳阵列（即拜耳图案）的RAW数据，且该RAW数据具有特定的输入分辨率（即第一分辨率）。该特征与目标专利中图像传感器输出具有分辨率的拜耳数据完全一致。因此，对比文件直接公开了技术特征B。 |
| **技术特征C**：处理器<br>《直接公开》 | [0013] “この画像処理装置は、動き推定部11と、ワーピング部12と、重み計算部13と、重み付け部14と、蓄積バッファ15と、蓄積重みバッファ16と、重み正規化部17とを備える。”（该图像处理装置包括：运动估计部11、扭曲部12、权重计算部13、权重赋予部14、累积缓冲器15、累积权重缓冲器16、权重归一化部17。）<br>[0113] “このコンピュータ装置200は、バス201にプロセッサ202、メモリ203、ハードディスク等の補助記憶部204が接続され…”（该计算机装置200中，总线201连接有处理器202、存储器203、硬盘等辅助存储部204…） | 对比文件公开的图像处理装置由多个功能部（如运动估计部、扭曲部等）构成，这些功能部可通过处理器（プロセッサ202）执行程序来实现，形成了执行图像处理的核心处理单元。该“处理器”与目标专利中的处理器功能对应，均用于处理图像数据。因此，对比文件直接公开了技术特征C。 |
| **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>《未公开》 | [0092]-[0100] 实施例3描述了使用RAW（拜耳）数据输入，但输出是经过累积和归一化后的分颜色通道（R、G、B）的帧，即输出的是RGB格式的分离图像，而非拜耳格式的数据。 | 对比文件虽然以拜耳数据作为输入，并输出更高分辨率的数据，但其输出是经过颜色分离的RGB各通道图像，而不是保持拜耳图案的高分辨率拜耳数据。目标专利特意强调输出拜耳数据以保持线性，便于后续ISP处理。对比文件中没有公开这一关键区别，本领域技术人员无法从对比文件毫无疑义地得出“输出第二拜耳数据”的方案。因此，技术特征D未被对比文件公开。 |
| **技术特征E**：其中，所述处理器包括卷积神经网络<br>《未公开》 | 对比文件全文未出现“畳み込みニューラルネットワーク”（卷积神经网络）或“深層学習”（深度学习）等任何相关术语。其超分辨率方法基于传统的多帧运动估计、加权累积和归一化，而非基于学习的神经网络。 | 目标专利明确通过基于深度学习的卷积神经网络实现超分辨率。对比文件使用的完全是传统图像处理算法，没有任何关于卷积神经网络或深度学习训练/推理的教导。本领域技术人员无法从对比文件得知使用卷积神经网络。因此，技术特征E未被公开。 |
| **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》 | 同特征E，对比文件无CNN相关内容。 | 由于对比文件未公开任何卷积神经网络，更谈不上具有特定训练目标的CNN。该特征完全未被公开。 |
| **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》 | 同特征E，对比文件无CNN训练相关内容。关于输出至图像信号处理器，对比文件虽有“劣化復元部18”等后处理，但未明确特定于“图像信号处理器”以及从拜耳数据生成RGB的去马赛克过程。 | 对比文件未公开CNN训练，也未公开将拜耳数据输出至图像信号处理器进行去马赛克的具体流程。该特征未被公开。 |
| **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>《未公开》 | [0099] “これにより、RGBのそれぞれの出力フレームが得られる。”（由此，获得R、G、B各自的输出帧。）<br>注意：这里直接获得了RGB各帧，并未通过去马赛克过程从拜耳数据转换。 | 对比文件在其实施例3中，通过分离颜色通道直接获得RGB各通道的图像，这相当于在超分辨率过程中已经完成了颜色分离，而不是对输出的拜耳数据执行去马赛克。目标专利强调在超分辨率后保持拜耳数据，再由ISP进行去马赛克。对比文件没有公开这一后续的去马赛克步骤。因此，技术特征H未被公开。 |
| **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》 | [0020] “出力フレームの解像度…入力フレームの解像度より大きい場合は、ノイズを抑制した超解像が可能となる。”（当输出帧的分辨率…大于输入帧的分辨率时，可以实现抑制噪声的超分辨率。） | 对比文件明确教导输出帧的分辨率可以大于输入帧的分辨率，即第二分辨率高于第一分辨率，并且其实现的就是超分辨率（超解像）效果。这与目标专利中第二分辨率高于第一分辨率的特征完全相同。因此，技术特征I被直接公开。 |
| **技术特征J**：其中，所述处理器包括：接收单元<br>《隐含公开》 | [0022] “動き推定部11は、入力画像の1つ以上のフレームと、基準フレームとを格納した記憶装置から、入力フレームと、基準フレームを読み込む。”（运动估计部11从存储有输入图像的一个或多个帧以及基准帧的存储装置中，读入输入帧和基准帧。）<br>[0013] 图像处理装置包括多个功能部，这些功能部必然需要接收数据。 | 对比文件中，运动估计部11需要从存储装置读入帧数据，这本质上隐含了数据接收的功能。虽然未明确命名为“接收单元”，但本领域技术人员可以合理推断处理器包含用于接收输入数据（第一拜耳数据）的单元。因此，技术特征J被隐含公开。 |
| **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>《隐含公开》 | [0092] “RAWデータはベイヤ配例を有する。”（RAW数据具有拜耳阵列。）<br>[0096] “動き推定部11は、RAWデータ形式の入力フレームと、RAWデータ形式の基準フレームに基づき動き推定を行う。”（运动估计部11基于RAW数据格式的输入帧和RAW数据格式的基准帧进行运动估计。） | 结合特征J和特征B，处理器中的接收单元（可理解为输入接口）接收的是RAW数据，即第一拜耳数据。对比文件明确使用RAW数据作为输入，因此本领域技术人员可以合理推断处理器具有接收第一拜耳数据的单元。因此，技术特征K被隐含公开。 |
| **技术特征L**：卷积神经网络<br>《未公开》 | 同特征E。 | 对比文件无卷积神经网络的任何记载。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》 | 同特征E、F。 | 对比文件无卷积神经网络，未公开。 |
| **技术特征N**：其中，所述处理器生成第一阵列数据<br>《隐含公开》 | [0098] “重み計算部13は、基本的に第1の実施形態と同様に重みを計算するが、本実施形態では、入力フレームの画素のカラーチャネルと、蓄積フレームのカラーチャネルが一致しているかどうかで、蓄積フレームに重み付けをする。”（权重计算部13基本上与第1实施方式同样计算权重，但在本实施方式中，根据输入帧的像素的颜色通道与累积帧的颜色通道是否一致，对累积帧进行加权。）<br>[0017] “蓄積フレーム…重み総和を格納する。”（累积帧…存储权重总和。） | 在对比文件的实施例3中，处理器（图像处理装置）针对每个像素的颜色通道（R、G、B）分别进行加权累积，从而生成了每个颜色通道的累积帧。这些累积帧（如R累积帧、G累积帧、B累积帧）实际上就是针对每个波长波段（颜色通道）布置数据形成的阵列数据（第一阵列数据）。虽然对比文件未使用“第一阵列数据”这一术语，但该处理过程和数据组织的本质相同。因此，技术特征N被隐含公开。 |
| **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>《隐含公开》 | [0094] “蓄積フレームをR, G, B用に3つ用意し、蓄積重みフレームもR, G, B用に3枚用意する。”（准备R、G、B用的三个累积帧，也准备R、G、B用的三个累积权重帧。）<br>[0098] 将输入像素根据其颜色通道分配到对应的累积帧。 | 对比文件明确按照R、G、B波长波段（颜色通道）将拜耳数据分离并布置到三个不同的累积帧中。这正是“针对每个波长波段布置第一拜耳数据”的体现。因此，技术特征O被隐含公开。 |
| **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>《隐含公开》 | [0019] “重み正規化部17は、…蓄積バッファ15内の蓄積フレームの各画素値を、蓄積重みバッファ16内の蓄積重みフレームの対応する画素値で除算することで、出力フレームを生成する。”（权重归一化部17通过将累积缓冲器15内的累积帧的各像素值除以累积权重缓冲器16内的累积权重帧的对应像素值，生成输出帧。）<br>[0020] 输出帧的分辨率可以大于输入帧（ρ>1）。 | 对比文件基于第一阵列数据（各颜色通道的累积帧）通过归一化处理生成了输出帧（第二阵列数据），且该输出帧具有更高分辨率（第二分辨率）。这与目标专利中基于第一阵列数据生成第二阵列数据的逻辑一致（只是算法不同）。因此，技术特征P被隐含公开。 |
| **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》 | [0020] “出力フレームの解像度…入力フレームの解像度より大きい場合…。”（输出帧的分辨率…大于输入帧的分辨率时…）<br>此处输出帧即为第二阵列数据（累积帧），输入帧原始数据对应于第一阵列数据。 | 对比文件明确教导输出帧（第二阵列数据）的分辨率可以大于输入帧（第一阵列数据）的分辨率，即分辨率不同。因此，技术特征Q被直接公开。 |
| **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>《未公开》 | 同特征D和特征X的论述。对比文件从第二阵列数据（各颜色通道的高分辨率累积帧）直接获得的是RGB各通道图像，而非拜耳数据。 | 对比文件未公开将第二阵列数据转换回拜耳图案的数据（第二拜耳数据）。目标专利的核心之一是在超分辨率后保持拜耳数据格式，而对比文件最终输出的是已分离颜色的图像。因此，技术特征R未被公开。 |
| **技术特征S**：其中，所述处理器包括:第一数据对齐单元<br>《隐含公开》 | [0096] “RAWデータのフレームからR画素だけをサンプリングしてR画像フレームを生成する…ベイヤ配列の同じ単位領域（２×２の２つのGと、Rと、B）内の2つのG位置と、1つのB位置には、R位置と同じ動きベクトルを適用してもよい。”（从RAW数据的帧中仅采样R像素生成R图像帧…对于拜耳阵列的相同单位区域（2×2的两个G、R和B）内的两个G位置和一个B位置，可以应用与R位置相同的运动向量。）<br>[0098] 根据颜色通道分配权重。 | 对比文件在执行累积加权前，需要根据拜耳图案识别每个像素的颜色通道，并将其数据分配到对应的颜色通道帧。这种根据颜色通道对输入拜耳数据进行分类和布置的处理，相当于目标专利中第一数据对齐单元的功能（生成针对每个波长波段布置的第一阵列数据）。虽然对比文件未明确命名该单元，但处理逻辑和目的相同。因此，技术特征S被隐含公开。 |
| **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>《隐含公开》 | 同特征S和N。对比文件通过采样和分配操作生成了各颜色通道的累积帧（第一阵列数据）。 | 对比文件中的处理必然执行了将拜耳数据对齐到R、G、B通道阵列的操作，从而生成了第一阵列数据。因此，技术特征T被隐含公开。 |
| **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>《隐含公开》 | 同特征O。对比文件分离R、G、B通道数据。 | 理由同特征O，被隐含公开。 |
| **技术特征V**：第二数据对齐单元<br>《未公开》 | 对比文件没有公开与目标专利中“第二数据对齐单元”功能对应的单元。该单元在目标专利中负责将第二阵列数据以拜耳图案布置生成第二拜耳数据。对比文件在生成第二阵列数据（高分辨率各通道帧）后，直接输出为分离的RGB图像或进行其他处理，没有将其重新组合成拜耳图案的步骤或单元。 | 对比文件没有执行将分离的高分辨率颜色数据重新组合成拜耳图案的操作。目标专利的第二数据对齐单元是实现这一关键转换的部件，对比文件完全缺失。因此，技术特征V未被公开。 |
| **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>《未公开》 | 同特征V和R。 | 对比文件未公开生成第二拜耳数据，更无对应的单元。未公开。 |
| **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>《未公开》 | 对比文件在实施例3中，虽然在输入阶段处理拜耳数据，但在输出阶段并未将高分辨率数据重组成拜耳图案，而是直接输出分离的R、G、B帧。 | 目标专利的关键创新之一在于输出拜耳数据以保持线性并便于后续ISP处理。对比文件没有公开任何将高分辨率各颜色通道数据重新组合成拜耳图案（即恢复拜耳结构）的教导或暗示。因此，技术特征X未被公开。 |
---
根据以上分析，对比文件直接公开了技术特征：A、B、C、I、Q；隐含公开了技术特征：J、K、N、O、P、S、T、U；其余特征未被公开。
<<<A>>><<<B>>><<<C>>><<<I>>><<<Q>>><<<j>>><<<k>>><<<n>>><<<o>>><<<p>>><<<s>>><<<t>>><<<u>>>