CN1118484A - 带缺陷检测的文件图像处理器 - Google Patents

带缺陷检测的文件图像处理器 Download PDF

Info

Publication number
CN1118484A
CN1118484A CN95109289A CN95109289A CN1118484A CN 1118484 A CN1118484 A CN 1118484A CN 95109289 A CN95109289 A CN 95109289A CN 95109289 A CN95109289 A CN 95109289A CN 1118484 A CN1118484 A CN 1118484A
Authority
CN
China
Prior art keywords
pixel
pixels
location
defective
color
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN95109289A
Other languages
English (en)
Other versions
CN1054953C (zh
Inventor
M·皮尔斯
J·库伦
J·阿伦
D·施托克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Publication of CN1118484A publication Critical patent/CN1118484A/zh
Application granted granted Critical
Publication of CN1054953C publication Critical patent/CN1054953C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression
    • H04N1/4097Removing errors due external factors, e.g. dust, scratches

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Input (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种从扫描文件的数字图像中自动检测有缺陷的象素位置的方法。保持初步缺陷位置的一个列表,当对文件扫描时将项目加到该列表上。当连续的文件在相同位置有相同颜色的象素时,增加该初步缺陷位置的计数,但是如果该位置的象素颜色改变,则减小计数或使其为零。如果一个位置的计数超过阈值,则初步缺陷被标记为实际缺陷,缺陷检测器将该位置作为实际缺陷位置输出或标记。

Description

带缺陷检测的文件图像处理器
本发明总的来说涉及数字图像处理领域,更具体地说涉及识别带有有问题的像素颜色值的像素位置的课题,这些像素颜色的问题是由于扫描器中的缺陷造成的。
通过将文件的图像分成多个像素位置并为每个像素位置分配一个像素颜色来对文件进行数字化处理,其中分配的像素颜色对应于正在被进行数字化处理的文件上的该像素位置周围的一个区域的颜色。一般数字读出器将全部文件分成相同的像素位置,例如一台300 DPI(每英寸点)的数字读出器每次将8″×11″的文件分成相同的2550乘3300个像素位置。在某些应用领域,例如在字符识别的应用中,数字化处理还包括识别像素的图案。然而,此处感兴趣的数字化处理仅仅是为得到形成代表正在被扫描/数字化处理的文件的数字图像的像素矩阵所进行的处理。
数字复印机或计算机扫描器的扫描机构中存在的缺陷将在由这样的机构产生的数字图像中引起误差。例如,如果复印机的玻璃板被深深地划伤,以致于污垢在划痕中积累,或者划痕影响通过玻璃的光反射,那么划痕将作为一条暗线出现在数字图像上。如果可以确定与这些缺陷有关的像素位置,则可以利用图像恢复技术通过调整被标记为缺陷位置的那些像素位置的像素的像素颜色值来校正误差。应注意的是在一个缺陷位置的一个像素不必具有误差颜色值,即由于该位置的缺陷引起的有问题的值。
在系列号为08/045,954的专利申请中揭示了一种恢复在已知位置包含缺陷的数字图像的特别好的系统,该申请于1993年4月12日递交,并转让给本申请的受让人,题目是“带有未确定像素值的图像的恢复”。
于1993年5月25日授予Denber的第5,214,470号美国专利中描述了一种隔离缺陷的方法,其中空白纸张放在扫描板上,并且将空白纸张的所得数字图像中的带有暗色值的像素位置标记为缺陷位置。这一方法特别不方便,需要用户的人为干预。该方法除了不方便之外,还可能导致在缺陷列表中将缺陷位置包含过多或包含不足。
在空白纸张上有污垢或暗色斑点,然后污垢或暗色斑点将转变成扫描器本身的一种缺陷,这时会出现缺陷位置包含过多的问题。当扫描板上存在一个白色污垢,比如洒落的校正液沾在扫描板上,由于从对白色纸张的扫描中不能检测到白色缺陷,所以出现缺陷位置包括不足的问题。
其它的缺陷校正机构包括手动输入缺陷位置,这样做甚至更麻烦,并且常常在文件扫描之前就必须完成这一工作。另一种麻烦的缺陷校正处理采用图像修饰软件,允许用户将数字图像中的缺陷去除。
从以上叙述可以看到,需要一种自动检测数字图像中的缺陷位置的改进的系统。
本发明解决了上述在被扫描的数字图像中检测缺陷的困难。在一个实施例中,本发明从累积文件的数字图像中自动检测缺陷像素位置,该文件是用将对缺陷予以检测的扫描器进行扫描的。更具体地说,保持初步缺陷位置的列表,并且当对每个文件进行扫描时,对该列表增加项目。如果只考虑发暗的缺陷,则在列表中只注释暗色像素的位置。如果后来的文件包含在列表中存在的初步缺陷位置中的一个暗色像素,那么对那个初步缺陷位置的计数增加,但是如果该位置包含一个亮的像素,那么计数减小,或一起取消那个位置项。如果对一个位置的计数增加且超过阈值,那么初步缺陷位置被标记为一个缺陷,并且缺陷检测器将该像素位置作为实际的缺陷位置记录或标记。
在本发明的某些变形中,不仅跟踪发暗的缺陷,而且跟踪发亮的缺陷。在黑白两极数字化的具体情况下,不管在那个位置的文件的颜色如何,发暗的缺陷总是(或存在量化和调整噪波时,几乎总是)在缺陷位置产生一个黑色的像素。类似地,不管文件如何,发亮的缺陷产生一个白色的像素。本发明还工作在更一般的情况,其中像素颜色是任何两种颜色,或像素颜色是从许多颜色和/或灰度级中选出的。为了说明的目的,像素颜色一般经常是指暗色和亮色。
在一些实施例中,采用存储器存储技术来减小缺陷列表的大小。不是在数字图像的每个初步缺陷位置的缺陷列表中具有一项,而是缺陷列表中的项目数被覆盖在规定的最大大小中,并且只有如果一项是可得到的,才将初步缺陷位置加到列表中。为了避免填充像素位置的缺陷列表偏离被扫描文件的仅仅第一部分,不是所有的缺陷都立即放在列表中。存储在光标寄存器中的光标确定一个覆盖小于全部可能的缺陷位置的滚动窗口。如果检测到一个缺陷,但不在滚动窗口中,则不将它放在缺陷列表中。然而,由于文件每次被扫描时滚动窗口运动,所以最终将覆盖整个文件篇幅,缺陷将最终加到缺陷列表中。
与对一张纸进行手动扫描的现有技术相比的另外一个优点是通过适当调整阈值也可以检测间断的误差。例如,如果一个CCD阵列包括一个单元,它在一系列扫描中以相等的可能性随机报告或黑色像素或白色像素,本发明将检测到该像素,而现有技术只有百分之五十的机率检测到它,即当白纸正在被扫描时,必须出现黑色像素。
在另一种既检测白色误差又检测黑色误差的方法中,累加每页图像或帧,直到从累加的许多图像中得到一个误差映像。因为采用复印机或扫描器的大部分图像主要是白色像素,所以页帧是可压缩的。为了检测黑色误差像素,通过使帧组经过一个阈值检测器并使之变成未达到阈值的白色像素,可以使得帧甚至更可压缩。
通过参照说明书的其余部分和附图,可以进一步理解本发明的其它特征和优点。
图1是根据本发明的采用缺陷检测系统的文件数字化处理系统的框图;
图2是图1所示缺陷检测系统的进一步的细节的框图;
图3(a)—(c)用画图的方法表示了缺陷检测过程;
图4是根据本发明的缺陷检测过程的流程图;
图5是一次实际的缺陷检测实验的结果;
图6是低效率应用FIFO的框图;
图7是用于存储缺陷列表的循环堆栈的存储器布局图;
图8表示根据搜集的文件图像检测缺陷的另一种方法;以及
图9是自动检测白色和黑色缺陷的页帧装置的框图。
图1是根据本发明的带有缺陷校正的数字文件成像系统10的框图。系统10包括扫描器12、缺陷检测系统14、图像恢复系统16和可选的原始图像存储器18。扫描器12的输出是数字图像,它被送至缺陷检测系统14、图像恢复系统16,如果采用存储器18的话,还送至存储器18。数字图像是数字化的输入图像。通过图像恢复系统16提供经校正的输出文件图像22。缺陷检测系统14与图像恢复系统16相连,以便提供缺陷位置。
在运行中,缺陷检测系统14一般将具有存在于扫描器12的扫描机构中的缺陷的累计资料。当然,当复位、重新配置或初始化之后第一次使用时,缺陷检测系统14将不知道缺陷的位置,必须通过几个文件累加这一资料。
假定缺陷检测系统14已经运行了足够长的一段时间来累加扫描器12中的缺陷位置的资料,通过扫描器12的扫描机构对文件20进行扫描,该机构将文件20的数字图像提供给缺陷检测系统14和或者存储器18或者图像恢复系统16。缺陷检测系统14根据接收到的数字图像累加并整理关于缺陷位置的资料。图像恢复系统16利用这一关于缺陷位置的信息自动修饰从扫描器12提供的数字图像,并提供作为图像22的经校正的文件图像。在某些实施例中,图像22是电传输的数字数据序列,而在其它一些实施例中,图像22被转变成打印文件22。前一类实施例用于计算机应用领域,而后一类实施例用于办公室复印机应用领域,其中原文件的经校正的拷贝是所要求的输出。
图2是更详细表示缺陷检测系统14的框图。图2表示数字图像30、暗色像素识别器32、缺陷存储器控制器34、光标寄存器38、缺陷历史缓冲器40和缺陷位置输出框42。图2还表示不同框之间的互连,例如连接像素识别器32的输入端以便接收数字图像30,它的输出端与控制器34相连,以便提供暗色像素位置。控制器34从缺陷历史缓冲器40中读出、修改和删除项目,并读光标寄存器38。控制器34还输出框42。所示的控制器34和缓冲器40通过两条单向数据通路44、46相连,以便实现控制器34和缓冲器40之间的交互作用,这导致了对缓冲器40的有效组合。这将在下面结合图6和7予以说明。
总的来说缺陷检测系统14的操作如下。暗色像素识别器32识别数字图像30中的所有暗色像素,并将它们的位置送至控制器34。缓冲器40包含所有初步缺陷像素位置的一个列表。缺陷列表中的一项包括缺陷位置的一个标识和在特定图像例如数字图像30中的初步缺陷像素。一项还包括下面将要解释的在一系列文件中的某一位置上发现的连续暗色像素的数目的计数,以及其它标记和域。如果在该位置的像素是暗色的,则控制器34使一项的计数增加,如果在该位置的像素是亮色的,则控制器34使计数为零,或从列表40中全部删除缺陷。在另一个实施例中,当出现亮色像素时计数不为零,但是仅仅减小。表1表示典型的缺陷列表的内容。
位置         计数    状态标记
l0          c0        f0
l1          c1        f1
l2          c2        f2
…                       …                   …
            表1
位置域值可以作为标量位置值或行/列坐标存储。对于采用特别有效的存储器而言,位置域仅需要包含相对于前一项位置的偏移量。
在一个具体的实施例中,缓冲器40保持最多60,000个初步缺陷项,并且每一项存储在存储器的20位中。在分配给一项的20位中,l5位被分配用于存储位置偏移量,而其余5位被分配用于存储状态域,从状态域中可得到计数和状态标记。表2表示32个可能的状态域值的每一个的意义。
每次扫描文件时,项目沿数据通路44从缓冲器40到达控制器34,通过控制器34修改或删除,并沿数据通路46返回缓冲器40。这使得缓冲器40即使在删除项目时也能保持被组合,这将结合图6和7予以解释。在某些实施例中,控制器仅仅引导数据在缓冲器40中传输,而不是将数据实际上传输到控制器34。状态值          相应的位序列        意义0                 00000             无缺陷1                 00001             大多数最近的像素,是暗色的2-24              00010-11000       表示连续的最近暗色像素的数目25                11001             缺陷位置26                11010             越行[27]27                11011             图象结束28-31             11100-11111       保留
        表2 状态位值的意义
状态0用于列表中的第一项,它不是一个真正的缺陷,而是一个位置保留符,因此从位移量计算缺陷项的绝对位置的过程总是具有前面的记录以供参考。如果状态值在1和24之间,那么状态作为计数使用。在本例中,缺陷阈值是25个连续的暗色像素,并且状态值25表示初步缺陷位置增加到实际缺陷的状态。在某些实施例中,一旦判断初步缺陷是实际缺陷,则接着的亮色像素将不用来减小那个位置的计数,而在其它的实施例中,亮色像素仅仅减小计数,并且位置减小到初步位置,直到计数再次达到25,然而在此处描述的实施例中,一旦出现亮色像素则删除该项。
状态26用来提供大于215的偏离量。状态26的项放在偏移量大于215像素位置的两个缺陷项之间。因此,之间有状态26项的两个像素之间的偏移量是一行中的像素数乘以加到在后面的缺陷项中表示的偏移量的状态26的项的偏移域。
状态27的项用来表示有效项的结束。如果正在跟踪小于60,000个初步或实际缺陷,则存在非有效项。
如果带有值25的项被控制器34遇到,那么它输出作为框42中的一个缺陷位置的项。于是,缺陷检测系统14通过注释每幅数字图像中出现暗色图像的地方和保持在25个文件的连续系列中暗色的像素位置的一个列表,累加关于文件的数字图像的缺陷信息,并且将这些位置作为缺陷位置框42输出。这一过程的逻辑图和工作原理将结合图3予以说明,图3用图示的方式近似表示缺陷检测系统14是如何检测到像素并将像素相加以便确定缺陷的。
图3(a)表示四个文件50a至50d以及它们的像素是如何相加形成一幅累加图像50s的。数字图像50s是用灰度级表示的,每一像素的灰度级近似代表在数字图像50a至50d上的位置中发现的黑色像素之和。
在图3(b)中,除了图像52a至52d的每一幅都包含由于扫描板上的划痕引起的共同缺陷之外,图像52a至52d与图像50a至50d类似。当这些图像相加得到图像52s时,源于划痕的像素的累加在来自各个数字图像的文本和图的随机累加的灰背景上形成了暗线。与黑色对比的灰色表示以灰色示出的像素位置随着图像变化正在被清除,而黑色像素位置则没有。
图3(c)表示采用带有划痕的扫描机构将许多文件和数字图像积累所得到的预期结果。数字图像54具有白色边缘区56、暗色划痕58、灰色图像区60和白色缺陷62。于是如图3(c)清楚地表示的,来自文件本身的文本和/或图被降为背景噪波,而扫描器的缺陷却清楚地表现出来了。如上所述,缺陷检测系统14仅仅检测黑色缺陷,但是图9所示的装置(将在下面说明)不但处理白色缺陷,而且处理黑色缺陷。
白色边缘区56表示文件包括随机的文本和图但是所有的文件都具有相同的边缘。于是如图3(c)所示,提供一个在区域60的灰色和划痕58的黑色或缺陷62的白色之间的阈值以便识别与划痕58或缺陷62有关的像素是一件简单的事情。用带有缺陷的扫描机构,相加文件的实际实验结果示于图5。
图4是识别有缺陷的像素的流程图。除了另作说明,图4所示的过程从标号小的框进行到标号大的框。该过程用来将包括像素、其中每个像素仅标记为“黑色”像素或“白色”像素的输入图像转交为包括标记为“黑色”、“白色”和“缺陷”像素的像素的输出图像。这一过程利用从先前扫描的文件的累加确定缺陷,并且还将来自输入图像的信息包括进该累加中,以便用于随后的缺陷检测。
在框102接收文件图像。文件图像的形式通常是一组像素,其中每个像素在文件上具有一个位置,并具有一个颜色值,在这一例子中颜色值或是亮色值或是暗色值。在一个具体的实施例中,亮色和暗色分别对应于白色和黑色。当然,当亮色和暗色的值颠倒时图4所示的方法同样能很好地运行,只要将被检测的缺陷是与不太常见的两种可能颜色相同的颜色。
在框104检索输入数字图像的第一像素。一般情况下,第一像素是图像左上方的像素,而下一个像素是第一像素右面的像素,像素从顶行开始,接下来是从上数起的第二行中的最左面的像素,直到图像右下方的像素。
如果需要,在框106初始化缺陷列表。
在判定框108确定第一像素的像素颜色。在该判定框,如果像素颜色是亮色,则过程进入框130,或者如果像素颜色是暗色,则流程进入框110。
在判定框110,控制器34检验像素是否在缺陷列表中,或者更准确地说,检验像素的位置是否在缺陷列表中。如果该位置不在缺陷列表中,则过程进入框112。否则,过程进入框122,下面将详细说明。
在框112,该像素作为黑色像素发放。换句话说,该像素作为黑色像素出现在经校正的输出文件22中,并且像素位置不作为缺陷位置42输出(参见图2)。
在判定框114,控制器34检验光标寄存器38,看看像素是否在光标域中。如果像素在光标域中,那么过程进入判定框116。否则过程进入判定框118。
在判定框116,控制器34检验在缺陷列表中是否存在一个空的缺陷项。如果是的话,则过程进入框117,在缺陷列表中建立一个新的缺陷项。然后过程进入判定框118。在不存在空项的情况下,过程直接从框116进入框118。
在判定框118,缺陷检测系统14检验是否存在要处理的任何其它像素。如果不存在,则过程结束。如果存在更多的像素,则过程进入框120,检索下一个像素,并且从判定框108继续进行流程。
如果像素位置在缺陷列表中,那么过程从判定框110进入框122。在框122控制器34进行检验,看看对该像素位置而言是否已经达到暗色像素的最大计数。如果不是,则在框124增加该位置的像素计数,在框126发放一个暗色像素,然后过程进入框118。否则,如果已经达到最大计数,则过程进入框128,发放一个有缺陷的像素,然后过程进入框118。
有缺陷的像素作为控制器34的逻辑结果发放,控制器34将该像素位置放在其输出端,作为缺陷位置42中的一个位置。或者当缺陷位置42出现或者在框中,将缺陷位置42输出到接收该过程的输出的装置的过程。
如果在框108发现像素颜色是亮色的,则过程进入框130,发放一个亮色像素。然后过程进入框132。
在框132,控制器34检验亮色像素位置是否在缺陷列表中。如果不是,则过程进入框118,但是如果是的话,则过程进入框134,然后进入框118。在框134,从缺陷列表中删除那个亮色像素位置的项。
总之,图4所示的流程图表示一种处理过程,通过该过程输入文件被处理成输出文件,其中输入文件包含亮色和暗色像素,而输出文件包含亮色和暗色像素,以及标记为缺陷的像素。虽然有缺陷的像素可以被分成有缺陷的暗色像素和有缺陷的亮色像素,但是一般图像恢复系统16在不知道有缺陷像素的颜色的情况下也能对有缺陷的像素进行校正。当然,如果只有连续的黑色像素被标记为缺陷,那么有缺陷的像素总是具有相同的颜色,即黑色。如图4所示,也用输入文件表示后种文件是如何进行处理的。
图5是用具有缺陷的扫描机构进行扫描的文件累加的一种实际表示。图5中的每个像素具有对应于累加的文件数的灰度级,这些文件在那个位置具有黑色像素。大多数文件包含扫描器板上的划痕引起的现象,它是一条暗色的对角线,与文件中的文本清楚地区分开来。当然,在缺陷列表中代表的对比度甚至大于图5所示的对比度,因为虽然图5中的黑色像素具有缺陷列表中的高计数的相应的项,但是当文件不具有连续文件的黑色像素时,图5中的许多灰色像素已经从缺陷列表中被删除了。
图6表示诸如可用于缺陷列表的被扫描列表一般是如何被更新的。图6表示偶数扫描FIFO(FIFO:先进先出寄存器)200、奇数扫描FIFO 202、和多路转接器204。图6的连线表示偶数扫描。正如其名称所表明的,FIFO的作用是对每一次扫描进行切换。在偶数扫描期间,从偶数FIFO 200中读出列表元素,并写入奇数FIFO 202,而在随后的奇数扫描期间,从奇数FIFO 202中读出列表元素,并写入偶数FIFO200。从一个FIFO中按次序读出列表元素,并且也是按次序将列表元素写入另一个FIFO中,同时通过多路转接器204将一些记录从流中删除,并将新的记录插入流中。这一效果是列表总是按次序压缩进一个或另外的FIFO。只要通过删除项而得到完全必要的空间,足以进行新的记录,那么以上效果可以只用一个FIFO实现。由于这种情况一般绝不可能发生,所以要用两个FIFO。
图7表示更有效地利用存储器来实现相同的效果,即把经过列表的单条通路的一个列表的中的项相加、删除和压缩。图7表示存储器阵列250,它可以例如包括在缓冲器40(参见图2)中。这一存储器阵列250可以由三个存储在光标寄存器38中的指针指示。这三个指针是读指针(RP)、新列表开始指针(NEWSOP)和右指针(WP)。阵列250的元素在RP和NEWSOP之间,而新列表在NEWSOP和WP之间。如此设置这些指针以使阵列250是一个循环阵列,即当经过阵列250的底部指针递增时,指针指示阵列250的顶部的第一项。
在扫描期间,从指针RP所指的阵列位置读出列表项,并将一项写入指针WP所指的位置,然后RP和WP都递增。通过将一项写入WP所指的项但不递增RP来增加新的一项。通过递增RP、不将一项写入WP所指的项和不递增WP来删除一项。以这种方式,列表总是保持被压缩。当RP变成等于NEWSOP时,这是一个信号(送至缺陷检测系统14中的控制器34),表明已经到达列表的尾。在该点,没有项从旧数据中读出,因为没有要读的剩余项,并且仅仅增加项,直到到达被扫描图像的尾。这使得被压缩的列表能够保持在图6所示的一半空间中。
图3及其说明表示缺陷检测的灰度级布局图的概念。图4所描述的方法采用非常少的存储器获得了这一结果,但是只检测暗色像素(或者更一般地,缺陷是与不太常见的像素颜色相同的颜色)。利用帧缓冲器累加非正常的一系列黑色和白色像素,就可以检测这两种颜色的缺陷。当然,帧缓冲器的存储需要相当大的存储量。例如,甚至今天的个人计算机具有的屏幕分辨率大约为1,000行乘以1,000列,即一百万个像素。这样,对被扫描的每一页而言,需要累加另外的一百万个有效数据的像素。于是即使扫描的页数很少,也存在大量的像素。由于对每个像素而言一般需要许多位,因此在这种系统中所需的存储量很快就变得非常大。
在本发明的帧缓冲器实施例中,通过分级累加文件帧和压缩帧缓冲器,避免了对大量的这种帧缓冲器的需要。由于累加帧缓冲器这一方式,可以很容易地得到大的压缩率。这将通过图8和9予以说明。
图8表示检测暗色误差的累加文件帧的过程,其中暗色像素被认为是一帧中最少的像素。当接收每个文件帧时,将它存储,直到得到三帧。这三帧通过表决方法加以组合以建立第一级帧组合。表决方法建立第一级帧,其中第一级帧中的每个像素的颜色是由三个接收帧中的相应位置上的像素确定的,如果两个或三个相应的像素是黑色的,则第一级帧中的像素是暗色的,否则是亮色的。当然,可以采用其它数目的帧,并且可以采用其它的表决阈值。
存储第一级帧,并且当得到三个第一级帧时,它们被类似地组合成第二级帧。很显然,当在帧中暗色像素比亮色像素少时,随着帧级数的上升,一帧中的暗色像素的数目下降。于是通过压缩,需要较少的存储空间来存储较高级的帧,并且存储的帧和较高级的帧可以存储在甚至一个双帧缓冲器所需的一部分空间中,特别是如果采用诸如LZW那样的压缩技术时更是如此。
图9是设计用来累加这些帧的装置的框图。累加器系统300接收数字帧301并输出既表示亮色又表示暗色缺陷的缺陷列表306。系统300包括累加器302、压缩器304、暗色缺陷帧存储器308和亮色缺陷帧存储器310。应懂得在图中暗色像素和亮色像素的地位颠倒了,在帧中暗色像素比亮色像素更具优势。
累加器302与压缩器304相连,压缩器304与暗色缺陷帧存储器308及亮色缺陷帧存储器310相连。在操作时,累加器302接收帧,从压缩器304中要求存储的帧,并向压缩器304发送帧,以便存储在一个存储区中。当压缩器304检索一帧时,它作为一个解压器工作,而当进行存储时,它作为一个压缩器工作。这样,虽然帧总是以压缩形式存储的,但累加器302却处理未压缩的帧。压缩器304对来自存储器308的暗色缺陷帧进行解压,并将压缩的帧送入存储器308,压缩器304还对来自存储器310的亮色缺陷帧进行解压,并将压缩的帧送入存储器310。
在最佳实施例中,通过分别对扫描行进行解压、相加和再压缩,对当前帧和存储帧逐行予以累加和压缩/解压,因此不需要把存储器分配给整个未压缩的帧。虽然图9表示了三级文件,但是取决于应用的需要存储的帧级数是可变的。一旦已经对许多文件进行了扫描,并建立了足够高等级的帧,那么帧作为缺陷列表输出。
采用这一方法,文件内容从较高级的帧迅速变淡,只留下增加的缺陷。例如,在每级帧是以三帧的方式组合的,并且阈值是三个中的二个,81帧组合在一起形成第四级帧。对第四级帧中的一个像素是暗色像素而言,暗色像素必须已经存在于第一级帧的至少16帧中的那个像素位置。假定没有缺陷,并且帧独立提供10%的暗色像素和90%的亮色像素,那么第四级帧对每1014像素而言将包含不到一个的暗色像素。因此,存在于第四级帧中的暗色像素可以被假定为缺陷。
白色缺陷可以更简单地被检测。通过对所有的图像进行逻辑“或”运算,可以检测白色缺陷。存储在亮色缺陷帧中的帧最初是一幅全白的图像。当向累加器302提供每幅图像时,对亮色缺陷帧逐个像素地进行“或”运算。当提供图像时,除了每幅图像包括类似边缘的地方和存在白色缺陷的地方,帧变得暗色像素增加。当通过累加器302已经处理了足够数量的图像以后,总的来说只有白色缺陷留在边缘内。通过划出其周长包括至少99.9%暗色像素的最大的矩形,累加器302检测图像的白色边缘。在这一矩形中,白色像素被标识为有缺陷的,并作为缺陷列表306的一部分输出。
以上描述是说明性的而不是限制性的。对本领域的一般技术人员来说,当阅读了这些公开内容之后,对本发明做许多改变是很显然的。例如,本发明可以通过专用硬件、编程的数字计算机或二者的结合来实现。因此,本发明的范围将不由以上描述决定,而是由所附权利要求书决定。

Claims (22)

1.一种在数字图像中自动标识一组缺陷位置的方法,缺陷位置是由用于从文件图像产生数字图像的数字化装置中的缺陷引起的,其中数字图像包括多个像素位置,每个像素位置带有一种像素颜色,该方法包括以下步骤:
对多个文件进行扫描,以便形成多幅数字图像;
为多幅数字图像的每幅数字图像的每个像素位置分配一个像素颜色值,其中一个像素的特征在于一个位置和一种颜色;
对感兴趣的区域中的每个像素位置,累加文件的计数,文件中所述每个像素位置包括包含一种常见颜色值的一个像素;以及
将计数大于阈值的像素位置加到位置组上。
2.权利要求1的方法,进一步包括步骤:当所述特定像素位置与一个像素图案有关,该像素图案被认为存在于所述扫描步骤中扫描的所述多个文件的文件上时,从组中删除特定像素位置。
3.权利要求1的方法,其中常见的颜色值是与黑色或白色有关的一种颜色值。
4.权利要求1的方法,其中感兴趣的区域是一幅完整的图像。
5.权利要求1的方法,其中感兴趣的区域由在所述累加步骤中得到的存储量限制。
6.权利要求1的方法,其中感兴趣的区域是在一个文件的可能像素位置上变化的一列。
7.权利要求1的方法,其中如果在连续文件中的像素位置具有在一个像素位置中一种常见颜色值的像素,则仅执行所述累加步骤,并且该方法进一步包括删除像素位置的步骤,连续文件中的该位置的像素具有不同的颜色。
8.权利要求1的方法,进一步包括提供带有标记为有问题的像素值的数字图像。
9.权利要求8的方法,进一步包括采用图像连续处理将像素值恢复到组中的像素位置的步骤。
10.权利要求1的方法,进一步包括以下步骤:
保持初步缺陷位置的一张列表,其中所述列表中的一项表示一个像素颜色值和一个计数;
当所述像素位置的所述像素颜色是一种缺陷颜色时,将像素位置加到所述列表上;
当所述表示的像素颜色和所述缺陷位置的像素颜色是相同的颜色时,使缺陷位置的所述计数递增;以及
当所述初步缺陷位置的计数递增超过阈值时,将初步缺陷位置表示为一个缺陷位置。
11.权利要求10的方法,进一步包括步骤:当所述表示的像素颜色和所述位置的像素颜色不是相同的颜色时,使所述计数减小。
12.权利要求11的方法,其中所述减小步骤使所述计数减小到零。
13.权利要求10的方法,进一步包括步骤:当所述表示的像素颜色和所述缺陷位置的像素颜色不是相同的颜色时,从所述列表中删除初步缺陷位置。
14.权利要求10的方法,其中所述列表被限制在固定数目的项,并且如果得到一项时,将一个像素位置只加到所述列表上。
15.权利要求10的方法,其中如果所述像素位置在一个光标区内时,将一个像素位置只加到所述列表上。
16.权利要求15的方法,其中改变所述光标区以便覆盖不同的区域。
17.权利要求1的方法,其中文件包括文本和图。
18.权利要求1的方法,其中缺陷或者是由数字化处理装置中的缺陷造成的,或者是由放在数字化处理装置和正在被扫描和进行数字化处理的文件之间的板中的缺陷造成的。
19.权利要求1的方法,其中所述累加步骤利用各种级的存储的图像帧,以便保持所述步骤的结果,该方法进一步包括以下步骤:
对至少一幅存储的图像帧进行解压;
把将被解压的一幅图像与所述至少一幅存储的图像帧组合,形成第一级存储的图像帧;
再压缩所述第一级图像帧;
把所述第一级存储的图像帧与另外的第一级存储的图像帧组合,形成第二级图像帧;
如果需要,重复所述组合步骤,形成更高级的帧;以及
或者提供第二级图像帧,或者提供更高级图像帧作为缺陷列表。
20.权利要求19的方法,其中每次对一扫描行执行解压、组合和再压缩步骤。
21.权利要求19的方法,其中既对亮色像素又对暗色像素执行解压、组合和再压缩步骤。
22.权利要求21的方法,其中所述组合步骤是对不太常见的像素颜色的表决组合,以及对较常见的像素颜色的“或”运算组合。
CN95109289A 1994-08-09 1995-08-08 带缺陷检测的文件图像处理器 Expired - Fee Related CN1054953C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/288,147 US5694228A (en) 1994-08-09 1994-08-09 Document image processor with defect detection
US288,147 1994-08-09
US288147 1994-08-09

Publications (2)

Publication Number Publication Date
CN1118484A true CN1118484A (zh) 1996-03-13
CN1054953C CN1054953C (zh) 2000-07-26

Family

ID=23105944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN95109289A Expired - Fee Related CN1054953C (zh) 1994-08-09 1995-08-08 带缺陷检测的文件图像处理器

Country Status (6)

Country Link
US (1) US5694228A (zh)
JP (1) JPH0865502A (zh)
KR (1) KR0159831B1 (zh)
CN (1) CN1054953C (zh)
DE (1) DE19529142C2 (zh)
TW (1) TW476875B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1323545C (zh) * 2004-06-22 2007-06-27 东软飞利浦医疗设备系统有限责任公司 医学影像坏点自动检测门限确定方法
CN105321461A (zh) * 2014-07-07 2016-02-10 乐金显示有限公司 驱动有机发光显示装置的方法
CN112669296A (zh) * 2020-12-31 2021-04-16 江苏南高智能装备创新中心有限公司 基于大数据的数控冲床模具的缺陷检测方法、装置及设备

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09270917A (ja) * 1996-04-02 1997-10-14 Ricoh Co Ltd 画像処理装置
US6035072A (en) * 1997-12-08 2000-03-07 Read; Robert Lee Mapping defects or dirt dynamically affecting an image acquisition device
US7009644B1 (en) 1999-12-15 2006-03-07 Logitech Europe S.A. Dynamic anomalous pixel detection and correction
US6995794B2 (en) * 1999-06-30 2006-02-07 Logitech Europe S.A. Video camera with major functions implemented in host software
US7006257B1 (en) * 1999-11-19 2006-02-28 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
DE10019955A1 (de) * 2000-04-20 2001-10-25 Philips Corp Intellectual Pty Röntgenuntersuchungsgerät und Verfahren zur Erzeugung eines Röntgenbildes
US7365783B2 (en) * 2001-03-16 2008-04-29 Olympus Corporation Image pickup apparatus which stores initial defect data concerning image pickup device and data on later developed defects
US7183532B2 (en) * 2001-04-30 2007-02-27 Hewlett-Packard Development Company, L.P. Detecting a defect in an image scanner
JP3824927B2 (ja) * 2001-06-22 2006-09-20 株式会社リコー 読取装置、画像形成装置、通信装置および異常画素データ取得方法
US6862366B2 (en) * 2001-09-13 2005-03-01 Seiko Epson Corporation Techniques for scratch and date removal from scanned film
KR100407158B1 (ko) * 2002-02-07 2003-11-28 삼성탈레스 주식회사 적외선 열상장비의 시변결점 보상방법 및 장치
CN101778222B (zh) * 2002-12-27 2012-06-13 株式会社尼康 图像处理装置
US20050152616A1 (en) * 2004-01-09 2005-07-14 Bailey James R. Method and apparatus for automatic scanner defect detection
US7321700B1 (en) * 2004-04-15 2008-01-22 Apple Inc. Producing smooth motion compensated frames by combining multiple interpolation results
US7471417B1 (en) * 2005-03-17 2008-12-30 Adobe Systems Incorporated Method and apparatus for locating a source point for an image-retouching tool
US8009209B2 (en) * 2005-09-30 2011-08-30 Simon Fraser University Methods and apparatus for detecting defects in imaging arrays by image analysis
US7889932B2 (en) 2006-03-02 2011-02-15 Sharp Laboratories Of America, Inc. Methods and systems for detecting regions in digital images
US8630498B2 (en) 2006-03-02 2014-01-14 Sharp Laboratories Of America, Inc. Methods and systems for detecting pictorial regions in digital images
US7792359B2 (en) * 2006-03-02 2010-09-07 Sharp Laboratories Of America, Inc. Methods and systems for detecting regions in digital images
US7864365B2 (en) * 2006-06-15 2011-01-04 Sharp Laboratories Of America, Inc. Methods and systems for segmenting a digital image into regions
US8437054B2 (en) * 2006-06-15 2013-05-07 Sharp Laboratories Of America, Inc. Methods and systems for identifying regions of substantially uniform color in a digital image
US7876959B2 (en) 2006-09-06 2011-01-25 Sharp Laboratories Of America, Inc. Methods and systems for identifying text in digital images
JP2013132042A (ja) * 2011-11-25 2013-07-04 Ricoh Co Ltd 画像検査装置、画像形成装置、画像検査方法及びプログラム
US10118436B2 (en) 2015-01-26 2018-11-06 Crayola, Llc Pixel art crayon and marker photo array assembly and kit
US10471617B2 (en) 2015-01-26 2019-11-12 Crayola Llc Pixel art crayon and marker photo array assembly and kit
US9996766B2 (en) 2015-05-01 2018-06-12 Corning Incorporated Imaging-based methods for detecting and measuring defects in extruded cellular ceramic articles
US10769772B2 (en) 2015-05-21 2020-09-08 Corning Incorporated Methods for inspecting cellular articles
US10440299B2 (en) * 2015-09-04 2019-10-08 Apple Inc. Correcting pixel defects based on defect history in an image processing pipeline
US10530939B2 (en) * 2016-03-04 2020-01-07 Hewlett-Packard Development Company, L.P. Correcting captured images using a reference image
RU2626661C1 (ru) * 2016-06-24 2017-07-31 Общество с ограниченной ответственностью "Аби Девелопмент" Способ и подсистема определения содержащих документ фрагментов цифрового изображения
US20180005598A1 (en) * 2016-06-29 2018-01-04 Intel Corporation Oled-aware content creation and content composition
WO2023110123A1 (en) * 2021-12-17 2023-06-22 Dream Chip Technologies Gmbh Method for processing image data, image processor unit and computer program

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5533348A (en) * 1978-08-31 1980-03-08 Fuji Xerox Co Ltd Noise elimination system
US4484230A (en) * 1981-02-04 1984-11-20 Crosfield Electronics Limited Image reproduction method and apparatus
US4473845A (en) * 1983-01-24 1984-09-25 Eastman Kodak Company Method and apparatus for processing signals from a solid-state image sensor
JPS62154179A (ja) * 1985-12-27 1987-07-09 インタ−ナシヨナル・ビジネス・マシ−ンズ・コ−ポレ−シヨン 多値画像処理装置および方法
JPH0671038B2 (ja) * 1987-03-31 1994-09-07 株式会社東芝 結晶欠陥認識処理方法
US4975972A (en) * 1988-10-18 1990-12-04 At&T Bell Laboratories Method and apparatus for surface inspection
US5201014A (en) * 1990-02-08 1993-04-06 Hewlett-Packard Company Method and apparatus for establishing threshold level in a binary mode document scanner
US5047863A (en) * 1990-05-24 1991-09-10 Polaroid Corporation Defect correction apparatus for solid state imaging devices including inoperative pixel detection
JP2841942B2 (ja) * 1991-07-12 1998-12-24 凸版印刷株式会社 画像入力装置
EP0533305B1 (en) * 1991-09-18 1997-08-27 Komori Corporation Method and apparatus for detecting defective printed matter in printing press
US5214470A (en) * 1992-04-09 1993-05-25 Xerox Corporation Method and apparatus for compensating for dirt or etched areas on a document platen
JP3042159B2 (ja) * 1992-04-10 2000-05-15 ソニー株式会社 Ccd素子の欠陥画素補正回路
US5365310A (en) * 1993-07-30 1994-11-15 Xerox Corporation Remote diagnosis of copy quality defects

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1323545C (zh) * 2004-06-22 2007-06-27 东软飞利浦医疗设备系统有限责任公司 医学影像坏点自动检测门限确定方法
CN105321461A (zh) * 2014-07-07 2016-02-10 乐金显示有限公司 驱动有机发光显示装置的方法
US9754538B2 (en) 2014-07-07 2017-09-05 Lg Display Co., Ltd. Method of driving organic light emitting display apparatus with a defective pixel
CN105321461B (zh) * 2014-07-07 2018-07-24 乐金显示有限公司 驱动有机发光显示装置的方法
CN112669296A (zh) * 2020-12-31 2021-04-16 江苏南高智能装备创新中心有限公司 基于大数据的数控冲床模具的缺陷检测方法、装置及设备
CN112669296B (zh) * 2020-12-31 2023-09-26 江苏南高智能装备创新中心有限公司 基于大数据的数控冲床模具的缺陷检测方法、装置及设备

Also Published As

Publication number Publication date
KR960008624A (ko) 1996-03-22
TW476875B (en) 2002-02-21
DE19529142C2 (de) 1997-04-17
DE19529142A1 (de) 1996-02-15
CN1054953C (zh) 2000-07-26
KR0159831B1 (ko) 1999-01-15
JPH0865502A (ja) 1996-03-08
US5694228A (en) 1997-12-02

Similar Documents

Publication Publication Date Title
CN1054953C (zh) 带缺陷检测的文件图像处理器
US5761344A (en) Image pre-processor for character recognition system
CN1080059C (zh) 删简格式文件图象压缩方法及生成压缩图象的方法和装置
US5619594A (en) Image processing system with on-the-fly JPEG compression
US5809167A (en) Page segmentation and character recognition system
US5867277A (en) Reduced resolution document storage and retrieval system
KR100390264B1 (ko) 폼처리중자동페이지등록및자동영역검출을위한시스템및방법
US5568571A (en) Image enhancement system
US5729635A (en) OCR image free-processing method for image enhancement of scanned documents
US5793887A (en) Method and apparatus for alignment of images for template elimination
CN101069414B (zh) 在多页扫描过程中排除空白页的方法及其软件
US5650799A (en) Programmable function keys for a networked imaging computer system
EP0113410A2 (en) Image processors
JPH09185715A (ja) 統合同値類の作成方法
US7317835B2 (en) Image processing method and apparatus
AU688453B2 (en) Automatic determination of blank pages and bounding boxes for binary images
CN1649377A (zh) 处理扫描图像的方法和设备
Aparna et al. A complete OCR system development of Tamil magazine documents
CN1124026C (zh) 用于小屏幕的范围产生电路和方法
EP0655695A1 (en) Image filing apparatus
CN1448880A (zh) 具有功能选项的文件自动识别和执行方法及其装置
JPS6343788B2 (zh)
CN1746899A (zh) 用于检测文档图像的歪斜的方法、设备和存储介质
JPH05344335A (ja) ファクシミリ画情報の処理方法
JPH0731712B2 (ja) 文字読取装置

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee