本次调用的模型名称：gpt-4
**对比文件名称**：2010-12-02_JP2010271987A_发明专利_JP2010271987A Area classification device, image quality improvement device, image display apparatus, and methods therefor
**目标专利名称**：用于减少多个限界区的系统和方法CN107636589B
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **A：其包括：基于图像产生多个限界区**<br>《直接公开》 | [2] “領域分割部1では、入力画像を類似した特徴を持つ領域ごとに分割し”（在区域分割部1中，将输入图像分割为具有类似特征的区域） | 目标专利中“基于图像产生多个限界区”是指从图像中生成多个界定区域的封闭形状（如矩形框）。对比文件明确公开了“区域分割部1”将输入图像分割成多个具有相似特征（如亮度、颜色、梯度）的区域（参见图2(b)）。该“区域”即对应于目标专利中的“限界区”。此特征在对比文件中的作用是进行图像区域划分，为目标专利中的后续区域分类和处理提供基础，作用相同。因此，本领域技术人员能够毫无疑义地得出对比文件公开了基于图像产生多个限界区（区域）的技术方案。 |
| **B：基于色差准则以及所述图像中的选定区域，确定所述多个限界区的子集，**<br>《未公开》 | 无直接对应内容。对比文件主要基于区域大小（广さ）进行分类。 | 目标专利中“基于色差准则以及图像中的选定区域确定子集”是指根据色彩差异的准则和用户指定或自动确定的图像位置，从多个限界区中筛选出一个子集。对比文件完全没有提及任何基于“色差准则”的选择或筛选机制。其确定区域类别（平坦部、复杂部）的核心依据是区域的“大小”（画素数或外接矩形大小），而非色彩差异。此外，对比文件也未涉及基于“选定区域”（如用户触摸点）来引导或限定分类过程。因此，该技术特征未被对比文件公开。 |
| **C：其中所述色差准则基于限界区与相应环绕区之间的色彩距离来区分限界区**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征进一步限定了色差准则的具体实施方式，即通过计算限界区内部与其外部环绕区之间的色彩距离（如直方图差异）来评估和区分限界区。对比文件的整个说明书中均未提及“环绕区”的概念，也未涉及计算一个区域与其外部区域之间的色彩距离以进行区分或选择。因此，该技术特征未被对比文件公开。 |
| **D：以及基于所述多个限界区的所述子集来处理所述图像。**<br>《直接公开》 | [2] “画質改善装置300は、入力画像に対して画質改善処理を行った画質改善画像を出力する装置であり、領域分類部11と画像処理部12から構成される。”（画质改善装置300是对输入图像进行画质改善处理并输出画质改善图像的装置，由区域分类部11和图像处理部12构成。）以及[2] “処理制御部15では、分類結果を基にセレクタ16と19の切り替えを制御する。これにより、入力画像に対してノイズ低減処理とエッジ強調処理のどちらを実行するかを制御する。”（处理控制部15基于分类结果控制选择器16和19的切换。由此，控制对输入图像执行噪声降低处理和边缘增强处理中的哪一个。） | 目标专利中“基于多个限界区的子集处理图像”是指根据筛选出的限界区子集对图像进行后续操作（如对象识别、跟踪、增强等）。对比文件公开了根据区域分类结果（可视为对原始多个区域进行判定后得到的一个“子集”分类，例如被分类为“平坦部”或“复杂部”的区域），对图像执行相应的处理（如对平坦部进行降噪，对复杂部进行边缘增强）。虽然处理的具体应用（画质改善 vs 对象操作）不同，但“基于区域的分类/子集来指导图像处理”这一核心技术手段是相同的。因此，本领域技术人员能够毫无疑义地得出对比文件公开了基于区域子集处理图像的技术方案。 |
| **E：其中确定所述多个限界区的所述子集是进一步基于所述多个限界区中的每一者相对于所述选定区域的居中性。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征限定了在确定子集时还需考虑每个限界区相对于一个选定点或区域的居中性（例如，限界区中心与选定点之间的距离）。对比文件的区域分类完全依赖于区域自身的属性（大小）或与周围区域的相对大小，完全不涉及任何“选定区域”以及基于该选定区域计算“居中性”的概念。因此，该技术特征未被对比文件公开。 |
| **F：其中确定所述多个限界区的所述子集是进一步基于每一限界区的色彩直方图与每一相应环绕区的色彩直方图之间的比较。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征限定了使用色彩直方图比较作为确定子集的具体方法。对比文件在区域分割时可能使用颜色作为特征之一，但从未提及计算区域的“色彩直方图”，更未提及与“环绕区”的色彩直方图进行比较。其分类判断完全不依赖于色彩分布的比较。因此，该技术特征未被对比文件公开。 |
| **G：其中确定所述多个限界区的所述子集是进一步基于所述多个限界区的平均大小。**<br>《隐含公开》 | [2] “広さ算出部2では、領域分割部1で得られた分割結果に基づいて各領域の広さを算出し、判定部3に出力する。本実施の形態では、領域の広さとして、その領域を構成する画素数を用いる。”（在大小算出部2中，基于区域分割部1得到的分割结果，算出各区域的大小，输出到判定部3。在本实施形态中，区域的大小使用构成该区域的像素数。）<br>[2] “判定部3では、広さ算出部2から出力された各領域の広さ情報を受けて、各領域を広さに基づいて定義される種別ごとに分類する。”（在判定部3中，接收从大小算出部2输出的各区域的大小信息，基于大小将各区域按定义的种类进行分类。）<br>图3流程涉及将区域大小与阈值Th1比较。 | 目标专利中“基于多个限界区的平均大小”确定子集，意指在筛选时参考所有限界区大小的平均值（均值或中值）。对比文件虽然没有明确计算“所有区域的平均大小”，但其分类逻辑（图3）本质上是将每个区域的“绝对大小”与一个固定的“阈值(Th1)”进行比较。本领域技术人员可以理解，这个阈值Th1的设定，在实践中很可能需要参考图像的整体内容或区域大小的统计分布（例如平均大小、典型大小）来确定，以使得分类结果有意义（例如，将大于平均大小的区域判为平坦部，小于平均大小的判为复杂部）。虽然对比文件未明确记载“平均大小”的计算步骤，但基于区域大小进行分类的技术构思，隐含了考虑区域大小统计量（如平均值）作为阈值设定依据或隐含比较基准的可能性。这是一种非常宽松的隐含公开判断。 |
| **H：其中所述平均大小是中值大小和均值大小中的至少一者。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征进一步限定了“平均大小”具体为中值或均值。对比文件仅提及使用区域大小（像素数）和阈值进行比较，完全没有提及“中值大小”或“均值大小”的计算或使用。因此，该技术特征未被对比文件公开。 |
| **I：其中处理所述图像包括执行对象辨识、对象跟踪、聚焦、对象去除、图像增强、裁剪或压缩中的一或多者。**<br>《直接公开》 | [2] “画質改善装置300は、入力画像に対して画質改善処理を行った画質改善画像を出力する装置であり”（画质改善装置300是对输入图像进行画质改善处理并输出画质改善图像的装置）<br>[2] “ノイズ低減処理部13では入力された画像に対してノイズ低減処理を行い”、“エッジ強調処理部14では入力された画像に対してエッジ強調処理を行い”（在噪声降低处理部13中对输入图像进行噪声降低处理；在边缘增强处理部14中对输入图像进行边缘增强处理） | 目标专利中列举了多种图像处理操作。对比文件明确公开了其装置用于“画质改善”，并具体实施了“噪声降低处理”和“边缘增强处理”。这两者均属于目标专利所列“图像增强”的范畴。因此，对比文件直接公开了“处理图像包括执行图像增强”这一具体方式。虽然未公开对象识别、跟踪等其他操作，但已公开了其中一种方式。 |
| **J：其中产生所述多个限界区是基于一基于梯度的限界区产生算法。**<br>《隐含公开》 | [2] “領域分割部1では、入力画像を類似した特徴を持つ領域ごとに分割し、その結果を、例えば各画素が所属する領域の番号を示すラベル情報として、広さ算出部2と分類結果生成部4に出力する。分割する際に用いる特徴としては色や輝度、分散、**勾配情報**などがある。”（在区域分割部1中，将输入图像分割为具有类似特征的区域，并将其结果作为表示各像素所属区域编号的标签信息输出到大小算出部2和分类结果生成部4。分割时使用的特征包括颜色、亮度、分散、**梯度信息**等。） | 目标专利中限界区产生可以基于“基于梯度的限界区产生算法”（如BING）。对比文件在描述区域分割部1时，明确指出分割所使用的特征可以包括“梯度信息（勾配情報）”。本领域技术人员可以合理推断，为了利用梯度信息进行图像区域分割，完全有可能采用一种基于梯度的分割算法。虽然对比文件没有明确给出“基于梯度的限界区产生算法”这一具体算法名称，但其公开了使用梯度信息作为分割特征，这隐含了采用基于梯度的分割方法来实现“产生多个区域（限界区）”这一步骤的可能性。 |
| **K：其中基于所述色差准则和所述图像中的所述选定区域来确定所述多个限界区的子集包括：拒绝所述多个限界区中使居中性准则或第一大小准则中的一或多者失效的任一者**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征描述了确定子集的一个具体流程步骤：先根据居中性或第一大小准则拒绝不符合的限界区。对比文件既没有“色差准则”、“选定区域”，也没有“居中性准则”。其分类过程虽然涉及大小比较（可类比为一种大小准则），但并非“拒绝失效者”的筛选逻辑，而是直接赋予类别标签（平坦部/复杂部）。且未涉及“第一大小准则”与后续步骤的区分。因此，该技术特征未被对比文件公开。 |
| **L：以及选择满足色差准则或第二大小准则中的一或多者的限界区。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征描述了确定子集的后续步骤：选择满足色差或第二大小准则的限界区。对比文件没有“色差准则”或“第二大小准则”。其“选择”结果是分类后的区域类别，而非从一个候选集中筛选出物理上不同的子集。因此，该技术特征未被对比文件公开。 |
| **M：其中对于具有经加权中值大小或经加权均值大小的限界区，满足所述第二大小准则。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征限定了第二大小准则针对“经加权中值或均值大小”。对比文件完全没有涉及任何“加权”处理的大小计算。因此，该技术特征未被对比文件公开。 |
| **N：其中基于所述色差准则和所述图像中的所述选定区域来确定所述多个限界区的子集包括：拒绝所述多个限界区中使居中性准则未能产生多个其余限界区的任一者**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征描述了另一种确定子集的具体流程，涉及居中性准则和“未能产生多个其余限界区”的条件。对比文件完全没有涉及“居中性准则”以及此类条件判断。因此，该技术特征未被对比文件公开。 |
| **O：确定所述多个其余限界区中的每一者与相应环绕区之间的色彩距离**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征描述了在拒绝一些限界区后，计算剩余限界区与环绕区色彩距离的步骤。对比文件完全没有“环绕区”和“色彩距离”的概念。因此，该技术特征未被对比文件公开。 |
| **P：以及选择具有最大色彩距离的限界区。**<br>《未公开》 | 无直接对应内容。 | 目标专利中该特征描述了基于色彩距离选择限界区的最终步骤。对比文件完全没有涉及计算或比较“色彩距离”并选择最大者的操作。因此，该技术特征未被对比文件公开。 |
<<<A>>><<<D>>><<<I>>><<<g>>><<<j>>>