BRPI0707586A2

BRPI0707586A2 - prÉ-visualizaÇço de imagem perceptiva

Info

Publication number: BRPI0707586A2
Application number: BRPI0707586-3A
Authority: BR
Inventors: Zhouchen Lin; Liang Wan; Wei Feng; Tien-Tsin Wong; Zhi-Qiang Liu
Original assignee: Microsoft Corp
Priority date: 2006-02-17
Filing date: 2007-02-15
Publication date: 2011-05-10
Also published as: CN101385045B; RU2008133622A; EP1987491B1; NO20083273L; KR20080094790A; EP1987491A4; CA2640332A1; US20070196027A1; JP2009527776A; CN101385045A; EP1987491A2; WO2007098051A3; US7715657B2; WO2007098051A2; IL193012A0

Abstract

PRÉ-VISUALIZAÇçO DE IMAGEM PERCEPTIVA. Sistemas e métodos para a pré-visualização da imagem perceptiva são descritos. Em um aspecto, uma imagem de pré-visualização simples é gerada pela amostragem inferior de uma imagem maior. Aspectos perceptivos da imagem maior são então detectados. A informação associada com os aspectos perceptivos detectados é então incorporada na imagem de pré-visualização simples para criar uma imagem de pré-visualização perceptiva. Desde que a imagem de pré- visualização perceptiva incorpora informação associada com os aspectos perceptivos detectados, um observador da imagem de pré-visualização perceptiva será mais provável de detectar a presença ou a ausência de tais aspectos perceptivos na imagem maior.

Description

"PRÉ-VISUALIZAÇÃO DE IMAGEM PERCEPTIVA"

ANTECEDENTES

Uma imagem de pré-visualização tipicamente repre-senta uma versão reduzida ou amostrada inferior de uma ima-gem maior. Aplicações de geração de imagem tipicamente apre-sentam uma pré-visualização da imagem em um dispositivo deexibição para um observador aproximar a composição da ima-gem, qualidade e/ou outros aspectos da imagem maior da quala imagem de pré-visualização foi derivada. Entretanto, pelofato de que as imagens de pré-visualização são os resultadosdas operações de amostragem inferior, as imagens de pré-visualização são criadas com somente um subconjunto da in-formação presente nas imagens maiores correspondentes. Comoum resultado, um usuário pode não ser capaz de verificar as-pectos perceptivos significativos que estão presentes na i-magem maior (por exemplo, ruido, obscuridade, profundidadede campo, balanço do branco, efeitos de florescência, etc.)meramente vendo a imagem de pré-visualização. Em tais cená-rios, as imagens de pré-visualização podem não tratar ade-quadamente as necessidades de pré-visualização e navegaçãona imagem do usuário.

SUMÁRIO

Esse sumário é provido para apresentar uma seleçãode conceitos em uma forma simplificada que são também des-critos abaixo na descrição detalhada. Esse sumário não éplanejado para identificar aspectos chaves ou aspectos es-senciais da matéria exposta reivindicada, nem ele é planeja-do para ser usado como um auxilio na determinação do escopoda matéria exposta reivindicada.

Em vista do acima, sistemas e métodos para pré-visualização da imagem perceptiva são descritos. Em um as-pecto, uma imagem de pré-visualização simples é gerada pelaamostragem inferior de uma imagem maior. Aspectos percepti-vos da imagem maior são então detectados. A informação asso-ciada com os aspectos perceptivos detectados é então incor-porada na imagem de pré-visualização simples para criar umaimagem de pré-visualização perceptiva. Desde que a imagem depré-visualização perceptiva incorpora a informação associadacom os aspectos perceptivos detectados, um observador da i-magem de pré-visualização perceptiva facilmente detectará apresença ou a ausência de tais aspectos perceptivos na ima-gem maior.

BREVE DESCRIÇÃO DOS DESENHOS

Nas figuras, o digito mais a esquerda de um númerode referência de componente identifica a figura particularna qual o componente aparece primeiro.

A figura 1 ilustra um sistema exemplar para pré-visualização de imagem perceptiva, de acordo com uma modali-dade.

A figura 2 (a) mostra um campo de gradiente exem-plar dentro de uma região da imagem de pré-visualização sim-ples arbitrária.

A figura 2 (b) mostra um campo de gradiente exem-plar dentro de uma região da imagem de pré-visualização per-ceptiva arbitrária estruturalmente enriquecida.

A figura 3 mostra um procedimento exemplar para apré-visualização de imagem perceptiva, de acordo com uma mo-dalidade.

DESCRIÇÃO DETALHADA

Um Sistema Exemplar

Embora não requerido, os sistemas e métodos para apré-visualização de imagem perceptiva são descritos no con-texto geral de instruções executáveis pelo computador (módu-los de programa) sendo executadas por um dispositivo de com-putação tal como um computador pessoal. Módulos de programageralmente incluem rotinas, programas, objetos, componentes,estruturas de dados, etc., que executam tarefas particularesou implementam tipos de dados abstratos particulares. Emboraos sistemas e métodos sejam descritos no contexto preceden-te, ações e operações descritas a seguir podem também serimplementadas em hardware.

A figura 1 mostra um sistema exemplar 100 parapré-visualização de imagem perceptiva, de acordo com uma mo-dalidade. O sistema 100 inclui dispositivo de computaçãohospedeiro 102. O dispositivo de computação hospedeiro 102representa qualquer tipo de dispositivo de computação taiscomo um dispositivo pequeno de fator de forma, uma câmaradigital, um dispositivo de computação portátil ou móvel, umlaptop, um computador pessoal, um servidor, etc. O disposi-tivo de computação hospedeiro 102 inclui uma ou mais unida-des de processamento 104 acopladas na memória 106. A memória106 inclui memória do sistema e qualquer outro tipo de memó-ria acoplada no dispositivo de computação 102 tal como memó-ria flash compacta, etc. A memória do sistema (por exemplo,RAM e ROM) inclui módulos de programa de computador ("módu-los de programa") 108 e dados de programa 110. 0(s) proces-sador (es) 104 recuperam e executam as instruções de programade computador a partir de módulos respectivos dos módulos deprograma 108. Módulos de programa 108 incluem módulo de pré-visualização de imagem perceptiva 112 para gerar uma imagemde pré-visualização perceptiva 114 de uma imagem maior (pai)116. Módulos de programa 108 também incluem "outros módulosde programa" 118 tais como um sistema operacional, aplicati-vo(s) que alavanca(m) aspectos do módulo de pré-visualizaçãode imagem perceptiva 112 (por exemplo, apresentam imagens depré-visualização perceptivas 114 para o usuário, etc.) e/ouassim por diante.

0 módulo de pré-visualização de imagem perceptiva112 ("módulo de pré-visualização 112") faz a amostragem in-ferior de uma imagem maior 116 para criar uma imagem de pré-visualização simples convencional. 0 módulo de pré-visualização 112 então enriquece essa imagem de pré-visualização simples com informação adicional associada coma imagem maior 116 para mostrar melhor um ou mais dos aspec-tos estruturais e ou perceptivos da imagem maior 116. Essaimagem de pré-visualização simples enriquecida é uma imagemde pré-visualização perceptiva 114. Mais particularmente,para gerar a imagem de pré-visualização perceptiva 114, omódulo de pré-visualização 112 detecta e avalia aspectosperceptivos estruturais e arbitrários (por exemplo, um oumais entre o ruido, obscuridade, profundidade de campo, flo-rescência, balanço do branco e/ou assim por diante) da ima-gem maior 116. Tais aspectos perceptivos detectados estrutu-rais e arbitrários são mostrados como porções respectivasdos aspectos perceptivos detectados 120. O módulo de pré-visualização 112 enriquece a imagem de pré-visualização sim-pies com a informação associada com um ou mais desses aspec-tos detectados para permitir que um observador verifiquemais precisamente a existência ou a ausência desses aspectosna imagem maior 116.

Esses e outros aspectos dos sistemas e métodos pa-ra a pré-visualização de imagem perceptiva são agora discu-tidos em maiores detalhes.

Enriquecimento da Estrutura Exemplar

O módulo de pré-visualização 112 amplia uma imagemde pré-visualização simples de uma imagem maior 116 com en-riquecimentos estruturais para a imagem de pré-visualizaçãoestruturalmente enriquecida 114. Essas operações de amplia-ção reforçam bordas salientes e nivelam detalhes fracos naimagem resultante. Desde que as bordas salientes freqüente-mente separam objetos diferentes, essa abordagem tipicamenteaumenta o contraste entre objetos e reduz o contraste dentrodo objeto. Como um resultado, a estrutura da imagem se tornamais visualmente aparente e atrativa para a atenção dos usu-ários. A estrutura mais aparente possibilita que um usuáriodetecte mais facilmente qualquer informação associada comoutros aspectos perceptivos detectados 120 que são subse-qüentemente incorporados em uma imagem de pré-visualizaçãoperceptiva estruturalmente enriquecida 114.

Nessa implementação, o módulo de pré-visualização112 implementa o enriquecimento da estrutura via a modulaçãonão linear no domínio do gradiente da imagem. Pelo fato deque as bordas salientes em um domínio espacial têm grandesmagnitudes de gradiente, enquanto detalhes fracos correspon-dem com pequenas magnitudes de gradiente, o problema se tor-na aumentar os grandes gradientes e reduzir os pequenos gra-dientes. 0 aumento dos grandes gradientes reforça as bordasimportantes e a redução dos pequenos gradientes suprime osdetalhes redundantes. Pela resolução da equação de Poisson,a imagem pode ser reconstruída dado o campo do gradiente e olimite da imagem. O ajuste no campo do gradiente é, assim,refletido na imagem resultante.

Nessa implementação, o módulo de pré-visualização112 cria uma imagem de pré-visualização perceptiva estrutu-ralmente enriquecida 114 convertendo primeiro a imagem depré-visualização simples gerada para o espaço de cor YUV. 0módulo de pré-visualização 112 então calcula o campo do gra-diente para o componente de luminância. Os componentes decrominância são mantidos intactos para garantir que a cor daimagem não seja alterada. Uma função sigmóide modificada éusada para modular as magnitudes do gradiente:

<formula>formula see original document page 7</formula>

onde G1 é a magnitude do gradiente para o pixel i,e Gir é a magnitude do gradiente ajustada. Δ direção do gra-diente não é alterada desde que o ajuste da direção localpode destruir a consistência do campo de gradiente. 0 parâ-metro a controla a máxima magnitude do ajuste. Quando a éajustado para um valor menor do que 1, todos os gradientesserão suprimidos. 0 parâmetro k controla a inclinação da mo-dulação. Quanto maior o k, mais magnitudes de gradiente Iar-go são ampliadas, e mais magnitudes de gradiente pequeno sãosuprimidas. O parâmetro β define o limiar para diferenciargrandes e pequenas magnitudes de gradiente. O parâmetro βtem um maior impacto no resultado do que os parâmetros a ek. Para preservar os detalhes minúsculos localmente salien-tes, β é escolhido adaptativamente como segue:

<formula>formula see original document page 8</formula>

onde β1 é um limiar global e βι é um limiar local.β1 é avaliado como as magnitudes de gradiente médias na pro-ximidade do pixel, pesado por um Gaussiano. βg é avaliado damesma maneira em toda a imagem. A equação (2) respeita bor-das fortes e favorece as bordas fracas, porém salientes.

A figura 2 (a) mostra um campo de gradiente exem-plar dentro da região da imagem de pré-visualização simplesarbitrária. A figura 2(b) mostra um campo de gradiente exem-plar dentro de uma região de uma imagem de pré-visualizaçãoperceptiva estruturalmente enriquecida 114 (figura 1) geradada imagem de pré-visualização simples, de acordo com uma mo-dalidade. Na figura 2 (b), as direções do gradiente são man-tidas inalteradas quando comparado com as direções de gradi-ente na figura 2 (a), enquanto as magnitudes do gradiente sãoaumentadas para os grandes gradientes e reduzidas para ospequenos gradientes (quando comparado com as magnitudes dogradiente da figura 2 (a)) . A imagem de pré-visualização per-ceptiva estruturalmente enriquecida de geralmente uma imagemde pré-visualização perceptiva estruturalmente enriquecida114 apresentará uma estrutura de imagem mais clara quandocomparado com a imagem de pré-visualização simples.

Preservação do Aspecto Perceptivo Exemplar

Existem muitos tipos arbitrários de aspectos per-ceptivos que podem ser detectados de uma imagem 116. Taisaspectos perceptivos incluem, por exemplo, balanço do bran-co, profundidade do campo, florescência, artefatos maciçoscausados pela compactação da imagem, qualidade da imagem,etc. (Florescência é o efeito em que um pixel de faixa dinâ-mica fica exposto demais, de modo que os pixels vizinhos fi-cam iluminados e expostos demais). Para apresentar aspectosperceptivos exibidos por uma imagem maior 116 em uma imagemde pré-visualização perceptiva 114, o módulo de pré-visualização 112 detecta tais aspectos perceptivos (isto é,mostrados como aspectos perceptivos detectados 120) da ima-gem maior 116. 0 número e os tipos de aspectos perceptivosrepresentados pelos aspectos perceptivos detectados 120 sãoarbitrários e uma função de uma implementação particular.

A seguir, o módulo de pré-visualização 112 incor-pora informação (por exemplo, informação sintetiza-da/derivada 122) associada com pelo menos um subconjunto dosaspectos perceptivos detectados 120 em uma imagem de pré-visualização simples ou uma imagem de pré-visualização per-ceptiva estruturalmente enriquecida 114. Quando a informaçãoé incorporada em uma imagem de pré-visualização simples, umanova imagem de pré-visualização perceptiva 114 resulta. Em-bora a informação incorporada possa ser informação que foiextraída da imagem maior 116, a informação incorporada não énecessariamente informação extraída. De preferência, em al-guns ou todos os casos, tal informação é sintetizada ou de-rivada da informação provida pelos aspectos perceptivos de-tectados 120. Em vista disso, e nessa implementação, a pre-cisão exata da detecção dos aspectos perceptivos 120 exibi-dos pela imagem aparente 116 não é necessária. A inclusão deinformação correspondendo com os aspectos perceptivos detec-tados 100 na imagem de pré-visualização perceptiva 114 per-mite que a imagem de pré-visualização perceptiva 114 trans-porte mais informação para um observador sobre a imagem paimaior 116. Por exemplo, mostrando que os aspectos percepti-vos detectados existem até algum grau da imagem pai 116.

Ruído

0 ruído é freqüentemente introduzido em uma imagem116 quando a imagem é capturada usando um modo de ISO alto(por exemplo, ISO 400 ou superior) , ou quando uma curta ex-posição é usada para capturar a imagem. 0 ruído tipicamenteaparece como grãos de cor que são distribuídos através daimagem. 0 ruído geralmente aparece nas regiões escuras. Éassumido que o ruído tem uma propriedade aditiva e sujeita-se a uma distribuição uniforme. Embora essa suposição nemsempre se sustente se considerando vários esquemas de gera-ção de ruído, ela é suficiente para refletir o ruído em umaimagem de pré-visualização perceptiva estruturalmente enri-quecida 114.

Para representar o ruido presente em uma imagemmaior 116 em uma imagem de pré-visualização perceptiva cor-respondente 114, o módulo de pré-visualização 112 detecta earmazena o ruído da imagem pai 116 como imagem de ruído deorigem usando qualquer uma de múltiplas técnicas de detecçãode ruído bem conhecidas. Com base na suposição da distribui-ção uniforme, o módulo de pré-visualização 112 gera uma ima-gem de ruído de destino (com dimensões equivalentes à imagemde pré-visualização perceptiva da pré-visualização estrutu-ralmente enriquecida 114) amostrando aleatoriamente a partirda imagem de ruído da origem. Tais imagens de ruído de ori-gem e destino são mostradas como porções respectivas de "ou-tros dados do programa" 12 6 (figura 1). A imagem do ruído dedestino é adicionada na imagem de pré-visualização enrique-cida da estrutura para representar o ruído da imagem paimaior 116. Em uma outra implementação, a imagem do ruído dedestino é adicionada na imagem de pré-visualização simples,ao invés de na imagem de pré-visualização perceptiva estru-turalmente enriquecida 114.

Em uma implementação, o ruído não é detectado deuma imagem grande 116, mas preferivelmente somente de umaregião menor uniforme da imagem maior 116, por exemplo, deuma região que inclui poucas bordas salientes. 0 objetivo éapresentar o ruído na imagem de pré-visualização perceptivaresultante 114 que parece similar a essa que seria vista naimagem maior 116. É desnecessário extrair o ruído de toda aimagem original 116. Por exemplo, suponha que é esperado quea região uniforme Ω tenha um tamanho de M χ M pixels, ondeM é de um valor moderado, quer dizer 10d, no qual d é a taxade redução de tamanho. M muito grande tornará a região uni-forme desejada não existente. M muito pequeno não proveráruido suficiente preciso.

Em uma implementação, ao invés de detectar Ω naimagem maior 116 diretamente, o módulo de pré-visualização112 busca uma região correspondente Qd de tamanho (M / d) χ(Μ / d) pixels na imagem de pré-visualização simples, depoisa mapeia para Ω da imagem original 116. A imagem de pré-visualização simples exibirá menos ruido do que presente naimagem maior da qual ela foi derivada. Adicionalmente, pelofato de que a imagem de pré-visualização simples tem uma di-mensão muito menor, a busca por Qd é eficiente e confiável.

Mais especificamente, o módulo de pré-visualização 112 divi-de a imagem de pré-visualização simples em blocos não sobre-postos, e seleciona o bloco Qd que tem a menor variação. Namaior parte dos casos, a região Ω que corresponde com Qd nãocontém bordas salientes. Portanto, seus componentes de altafreqüência compõem o mapa de ruido Ns. O módulo de pré-visualização 112 aplica a transformação de ondulação esta-cionária discreta para estimar com segurança o ruido Ns. Pe-lo fato de que o tamanho da região é muito pequeno, o cálcu-Io é muito rápido.

Em uma implementação, para produzir o mapa de rui-do Ndr com a dimensão reduzida, o módulo de pré-visualização112 utiliza métodos de síntese de textura para manter a dis-tribuição espacial do ruído em Ns. Na prática, o módulo depré-visualização 112 aleatoriamente gera um mapa de ruído Nda partir de Ns com base na suposição que o ruído tem umadistribuição uniforme. Embora Nd não iguale exatamente adistribuição de ruído na imagem original 116, Nd transmitepara os usuários uma experiência visual similar como o ori-ginal (ver figura 3, que é descrita abaixo). Para melhorar aestabilidade do algoritmo, o módulo de pré-visualização 112escolhe K regiões uniformes e aleatoriamente amostra em to-das as regiões. Nessa implementação, M = 80 e K = 5. A ima-gem final If é calculada como segue,

<formula>formula see original document page 13</formula>

onde Id é a imagem reduzida e γ é um parâmetro paracontrolar de que maneira saliente o ruído precisa para servisualizado.

Obscuridade

Obscuridade em uma imagem 116 ocorre quando um mo-vimento relativo acontece entre um dispositivo de aquisiçãode imagem tal como uma câmara e o(s) sujeito(s) da imagem ouquando os sujeitos estão fora de foco. Em situações diferen-tes, a obscuridade pode aparecer sobre toda a imagem ou ape-nas ao redor de algumas regiões. A obscuridade reduz a niti-dez da imagem 116. Entretanto, uma imagem reduzida simples-mente pode ainda aparentar nítida, especialmente quando aobscuridade na imagem pai correspondente da qual a imagem depré-visualização simples é gerada não é séria. 0 módulo depré-visualização 112 detecta a obscuridade da imagem para aapresentação em uma imagem de pré-visualização perceptiva114. Isso é realizado avaliando o grau de obscuridade local-mente na imagem original 116. Em vista da avaliação, o módu-lo de pré-visualização 112 obscurece uma região correspon-dente na imagem de pré-visualização perceptiva 114 para a-presentar uma quantidade correspondente de obscuridade. Aobscuridade da região de borda é geralmente mais visível pa-ra um usuário quando toda a imagem 116 está obscurecida. Emvista disso, quando toda a imagem 116 está obscurecida, omódulo de pré-visualização 112 executa a manipulação da obs-curidade na imagem de pré-visualização perceptiva 114 somen-te ao longo das suas bordas.

0 módulo de pré-visualização 112 executa a detec-ção de borda em uma imagem de pré-visualização perceptivaestruturalmente enriquecida 114. Para cada pixel de borda E1na imagem, o módulo de pré-visualização 112 estima seu graude obscuridade respectivo. A estimativa da obscuridade é ba-seada na observação que regiões de borda obscuras geralmentetêm um desvio menor entre ângulos de gradiente do que as re-giões de borda nítidas. Mais especialmente, para o pixel deborda Eir a região Ri fica localizada na imagem original 116que é encolhida para esse pixel Ei. Os ângulos do gradientena região Ri são então representados como Ai (k). A quantida-de de obscuridade Bi no pixel de borda Ei é calculada comosegue:

Bi = exp{-Tj. D (Ai)a}, (3)

onde D(Ai) é a variação dos ângulos do gradientena região Ri. Os parâmetros η e a controlam a quantidade es-timada de obscuridade. Esses são ajustados empiricamente pa-ra η = 3 e α = 1,2. Esses parâmetros podem também ser deter-minados subjetivamente.

O módulo de pré-visualização 112 então sintetiza aobscuridade na imagem de pré-visualização perceptiva 114 naproximidade do pixel Ei de acordo com a quantidade estimadado grau de obscuridade associado com o pixel. Mais particu-larmente, o módulo de pré-visualização 112 implementa as o-perações de obscuridade usando um núcleo Gaussiano de acordocom a quantidade Bi de obscuridade, onde Bi está, na reali-dade, como o sigma do Gaussiano. A proximidade de Ei é entãoponderada usando o núcleo Gaussiano.

Um Procedimento Exemplar

A figura 3 mostra um procedimento exemplar 300 pa-ra pré-visualização da imagem perceptiva, de acordo com umamodalidade. Para finalidades de ilustração exemplar e des-crição, as operações do procedimento são descritas com rela-ção aos componentes da figura 1. No bloco 302, o módulo depré-visualização da imagem perceptiva 112 (figura 1) gerauma imagem de pré-visualização simples a partir de uma ima-gem maior 116 pela amostra inferior da imagem maior 116. Nobloco 304, o módulo de pré-visualização da imagem perceptiva112 detecta a informação de borda da imagem de pré-visualização simples. No bloco 306, o módulo de pré-visualização da imagem perceptiva 112 utiliza a informaçãode borda detectada para enriquecer a estrutura da imagem depré-visualização simples, e dessa maneira, cria uma imagemde pré-visualização perceptiva 114 com estrutura enriquecida(uma imagem de pré-visualização perceptiva estruturalmenteenriquecida). No bloco 308, o módulo de pré-visualização daimagem perceptiva 112 detecta aspectos perceptivos (aspectosperceptivos detectados 120 da figura 1) da imagem maior 116.

No bloco 310, o módulo de pré-visualização da ima-gem perceptiva 112 incorpora informação associada com pelomenos um subconjunto dos aspectos perceptivos detectados 120em uma imagem de pré-visualização para criar uma imagem depré-visualização perceptiva 114. A imagem de pré-visualização particular na qual tal informação é incorporadapode ser uma imagem de pré-visualização simples ou uma ima-gem de pré-visualização perceptiva estruturalmente enrique-cida 114. No bloco 312, o módulo de pré-visualização da ima-gem perceptiva 112 ou uma aplicação diferente que alavanca asalda do módulo da pré-visualização da imagem perceptiva112, apresenta a imagem de pré-visualização perceptiva 114para um usuário para representar a imagem maior 116 da quala imagem de pré-visualização perceptiva 114 foi derivada.Desde que a imagem de pré-visualização perceptiva 114 apre-senta informação associada com os aspectos perceptivos de-tectados da imagem maior 116, a visualização da imagem depré-visualização perceptiva 114 permite que um usuário façadeterminações educadas quanto à qualidade ou outros aspectosda imagem maior 116.

Conclusão

Embora os sistemas e métodos para pré-visualizaçãoda imagem perceptiva tenham sido descritos em linguagem es-pecifica aos aspectos estruturais e/ou operações ou açõesmetodológicas, é entendido que as implementações definidasnas reivindicações anexas não são necessariamente limitadasaos aspectos ou ações especificas descritas. Por exemplo, ainformação associada com aspectos perceptivos detectados 120que foram incorporados em uma imagem de pré-visualizaçãoperceptiva 114 pode ser usada para permitir que um usuárioavalie aspectos da imagem maior além da qualidade da imagem(por exemplo, profundidade do campo, etc.). Dessa maneira,os aspectos e as operações especificas do sistema 100 sãorevelados como formas exemplares de implementação da matériaexposta reivindicada.

Claims

1. Método implementado pelo menos em parte por umdispositivo de computação, o método CARACTERIZADO pelo fatode que compreende:gerar uma imagem de pré-visualização simples pelaamostragem inferior de uma imagem maior,detectar aspectos perceptivos associados com a i-magem maior,incorporar a informação associada com pelo menosum subconjunto dos aspectos perceptivos na imagem de pré-visualização simples para criar uma imagem de pré-visualização perceptiva eonde a apresentação da imagem de pré-visualizaçãoperceptiva para um usuário facilita a determinação da pre-sença ou ausência do pelo menos um subconjunto dos aspectosperceptivos na imagem maior.

2. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que os aspectos perceptivos com-preendem um ou mais de estrutura, ruido, obscuridade, balan-ço do branco, florescência, artefatos de compactação da ima-gem e profundidade de campo.

3. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que os aspectos perceptivos estãorelacionados com a qualidade da imagem.

4. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a informação é baseada nosaspectos perceptivos e não extraída da imagem maior, a in-formação notificando um observador da imagem de pré-visualização perceptiva que pelo menos um subconjunto dosaspectos perceptivos detectados existe na imagem maior.

5. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a incorporação da informaçãotambém compreende estruturalmente enriquecer a imagem depré-visualização simples para reforçar as bordas salientes enivelar os detalhes fracos.

6. Método, de acordo com a reivindicação 5,CARACTERIZADO pelo fato de que o enriquecimento estrutural éexecutado usando a modulação não linear e um domínio de gra-diente da imagem de pré-visualização simples ou da imagemmaior.

7. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a detecção dos aspectos per-ceptivos também compreende:detectar ruído de uma região da imagem maior ou daimagem de pré-visualização simples que inclui relativamentepoucas bordas salientes, a região não representando uma in-tegridade da imagem maior ou da pré-visualização simples daborda eadicionar informação sintetizada do ruído na ima-gem de pré-visualização perceptiva.

8. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a detecção dos aspectos per-ceptivos também compreende:avaliar graus de obscuridade respectivos de cadapixel de múltiplos pixels em pelo menos uma porção da imagemmaior esintetizar, para cada pixel dos múltiplos pixels,a obscuridade na imagem de pré-visualização perceptiva emuma área da imagem de pré-visualização perceptiva que cor-responde com a localização do pixel na imagem maior.

9. Meio legível por computador CARACTERIZADO pelofato de que compreende instruções de programa de computadorexecutáveis por um processador para:gerar uma imagem de pré-visualização simples apartir de uma imagem maior,detectar aspectos perceptivos associados com a i-magem maior,incorporar a informação associada com pelo menosum subconjunto dos aspectos perceptivos na imagem de pré-visualização simples para criar uma imagem de pré-visualização perceptiva eonde a informação não é extraída da imagem maior,a informação notificando um observador da imagem de pré-visualização perceptiva que o pelo menos um subconjunto dosaspectos perceptivos detectados existe até um grau represen-tado na imagem maior.

10. Meio legível por computador, de acordo com areivindicação 9, CARACTERIZADO pelo fato de que os aspectosperceptivos compreendem um ou mais de estrutura, ruído, obs-curidade, balanço do branco, florescência, artefatos de com-pactação de imagem e profundidade de campo.

11. Meio legível por computador, de acordo com areivindicação 9, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para incorporar a informaçãotambém compreendem instruções para enriquecer estruturalmen-te a imagem de pré-visualização simples para reforçar asbordas salientes e nivelar os detalhes fracos.

12. Meio legível por computador, de acordo com areivindicação 10, CARACTERIZADO pelo fato de que o enrique-cimento estrutural é executado usando a modulação não lineare um domínio de gradiente da imagem de pré-visualização sim-ples ou da imagem maior.

13. Meio legível por computador, de acordo com areivindicação 9, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para detectar os aspectosperceptivos também compreendem instruções para:detectar o ruído de uma região da imagem maior ouda imagem de pré-visualização simples que inclui relativa-mente poucas bordas salientes, a região não representandouma integridade da imagem maior ou da pré-visualização sim-ples da borda eadicionar informação sintetizada do ruído na ima-gem de pré-visualização percentual.

14. Meio legível por computador, de acordo com areivindicação 9, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para detectar os aspectosperceptivos também compreendem instruções para:avaliar graus de obscuridade respectivos de cadapixel de múltiplos pixels em pelo menos uma porção da imagemmaior esintetizar, para cada pixel dos múltiplos pixels,a obscuridade na imagem de pré-visualização perceptiva emuma área da imagem de pré-visualização perceptiva que cor-responde com a localização do pixel na imagem maior.

15. Dispositivo de computação, CARACTERIZADO pelofato de que compreende:um processador euma memória acoplada no processador, a memóriacompreendendo instruções de programa de computador executá-veis pelo processador para:gerar uma imagem de pré-visualização simples apartir de uma imagem maior,avaliar a imagem de pré-visualização simples paraidentificar bordas,reforçar bordas salientes da imagem de pré-visualização simples em vista das bordas e nivelar detalhesfracos da imagem de pré-visualização simples em vista dasbordas para criar uma imagem de pré-visualização perceptiva,detectar aspectos perceptivos da imagem maior,incorporar a informação associada com pelo menosum subconjunto dos aspectos perceptivos na imagem de pré-visualização perceptiva eapresentar a imagem de pré-visualização perceptivapara um usuário para notificar o usuário que o pelo menos umsubconjunto dos aspectos perceptivos detectados existe naimagem maior.

16. Dispositivo de computação, de acordo com areivindicação 15, CARACTERIZADO pelo fato de que os aspectosperceptivos compreendem um ou mais de estrutura, ruido, obs-curidade, balanço do branco, florescência, artefatos de com-pactação da imagem e profundidade de campo.

17. Dispositivo de computação, de acordo com areivindicação 15, CARACTERIZADO pelo fato de que o reforço eo nivelamento são executados usando a modulação não linear eum domínio de gradiente da imagem de pré-visualização sim-ples ou da imagem maior.

18. Dispositivo de computação, de acordo com areivindicação 15, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para detectar os aspectosperceptivos também compreendem instruções para:detectar ruído de uma região da imagem maior ou daimagem de pré-visualização simples que inclui relativamentepoucas bordas salientes, a região não representando uma in-tegridade da imagem maior ou da pré-visualização simples daborda eadicionar informação sintetizada do ruído na ima-gem de pré-visualização perceptiva.

19. Dispositivo de computação, de acordo com areivindicação 15, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para detectar os aspectosperceptivos também compreendem instruções para:avaliar graus de obscuridade respectivos de cadapixel de múltiplos pixels em pelo menos uma porção da imagemmaior esintetizar, para cada pixel dos múltiplos pixels,a obscuridade na imagem de pré-visualização perceptiva emuma área da imagem de pré-visualização perceptiva que cor-responde com a localização do pixel na imagem maior.

20. Dispositivo de computação, de acordo com areivindicação 19, CARACTERIZADO pelo fato de que as instru-ções do programa de computador para sintetizar a obscuridadetambém compreendem instruções para calcular uma quantidadede obscuridade Bi em um pixel de borda Ei dos múltiplos pi-xels como segue:Bi = exp {-η. D (Ai) α},onde D(Ai) é a variação dos ângulos do gradienteem uma região Ri.