CN1293792A - 通过像点随机补偿进行图像数据坐标换算的方法 - Google Patents

Abstract

本发明涉及用于图像数据坐标换算的一种方法,在此借助于坐标变换方程从原始坐标系中的原始像点的位置中计算新坐标系中的新像点的位置。在围绕借助于坐标变换计算位置的变化范围中随机地改变新像点的位置。为此将随机值相加到新像点的计算坐标上。在比例换算,图像旋转等等上可以应用本方法,以便改善换算图像的质量。通过本方法避免由坐标换算引起的细微图像结构的失真。此外防止干扰莫尔条纹图形的形成。可以将本方法与用于新像点色值计算的己知方法,例如与最近相邻方法或内插法联合。

Description

通过像点随机补偿进行 图像数据坐标换算的方法

本发明涉及数字图像处理的领域，和涉及用于将图像的图像数据换算到另外的坐标系上的，例如到另外的大小上的，或到另外的分辨率上的一种方法，或者涉及旋转的或远景畸变的图像计算。在数字图像处理的所有应用领域中采用图像数据用的坐标换算。

一个重要应用领域是在其上处理很大图像数据量的电子再现技术。在再现技术中生成含有像文字、图形和图像那样的所有要印刷要素的印刷页面用的原图底板。在电子制作原图底板的情况下存在着数字数据形式的这些要素。对于图像例如生成数据，采用的办法是在扫描器中以点和行方式扫描图像，分解每个像点为彩色分量，并且数字化这些分量的色值。通常在扫描器中分解图像为彩色分量红、绿和兰(RGB)。对于四色印刷则进一步转换这些分量为印刷彩色青、品红、黄和黑(CMYK)。

在进一步的工作过程中，在彩色显示器上的目视检查条件下，或者自动按存储的版面布局规定值在处理站中将数字化的文字、图形和图像编辑成印刷页面。然后例如以页面说明语言附计(PostScript)的数据格式说明和存储印刷页面。为了对每种印刷彩色制作一个印刷版，印刷页面数据由印刷彩色CMYK中的每次一种印刷彩色的分色数据组成。用胶卷录像机或盘式录像机以很高分辨率录制分色数据到胶卷材料上，或者直接录制到印刷版上。也有不用印刷版工作的数字印刷机。在此情况下直接向数字印刷机传输分色数据和在那里在印刷材料上印出。

为了录制到胶卷材料上或印刷版上，在扫描图像处理机(RIP)中将分色数据换算为高分辨率的位映像数据，在此对于彩色的不同密度值生成不同大小的扫描点。结果是具有每个像点还仅两个亮度值(黑或白)的高分辨率的二元图像。在英语习惯中称这样的图像为“位映像”，在德国专业语言中也称为“行图像”。

在再现技术中图像用的一种通常分辨率例如是12像点／mm(300像点／英寸)。如果每个像点存储四个色值(CMYK)，和用每次8位(=一个字节)来数字化色值的密度的话，则对于DIN A4大小的图像得出数据量为

210mm×297mm×12×12×4=35 925 120字节，    (1)即约36兆字节。在扫描图像处理机中以高得多的分辨率，例如以100像点／mm(2540像点／英寸)生成位映像数据。可是每个像点是用一个位来数字化的，因为像点只能接受两个亮度值。因此对于DIN A4印刷页面的四个分色数据得出数据量为

210mm×297mm×100×100×1／8×4=311850000字节，(2)即约312兆字节。这些数据量还与印刷产品中的页面数相乘。在电子再现技术中所以必须处理很大的数据量。因此有效处理方法的采用起很大的作用。

在再现技术中经常出现，必须将数字式图像数据换算到另外的图像大小上(在保持分辨率的条件下)，或者换算到另外的分辨率上(在保持图像大小的条件下)。在比例换算的两种情况下要解决同一问题。从每个图像行的像点给定数中和从给定的图像行数中必须计算每个图像行的另外像点数和另外的图像行数。从原始图像的相应像点中必须如此决定新计算像点的色值，使得换算图像的图像质量不受损。按现有技术为己知的方法对于再现技术的大图像数据量是很费时的。在换算的图像中原始的图像结构可能是失真的，并且也可能产生干扰的图形(莫尔条纹)，特别在扫描的位映像数据比例换算的情况下。

因此本发明的任务在于，避免用于图像坐标换算的己知方法的缺点，和说明不生成干扰图形的有效而质量良好的一种方法。通过权利要求1的和从属权利要求2至10的特征解决此任务。以下借助于图1至8详述本发明。

图为：

图1为具有某个图像行数的和每个图像行的某个像点数的原始图像的实例，

图2为在原始图像中新计算像点的位置，

图3为具有减少了图像行数的和每个图像行的减少了像点数的换算图像，

图4为在与对相邻原始像点关系中的新像点位置用的变化范围，

图5为在与对相邻原始像点关系中的新像点的行位置用的变化范围，

图6为原始图像用的实例，

图7为不应用按本发明方法的缩小的原始图像，

图8为应用按本发明方法的缩小的原始图像。

按现有技术在所有的方法上以两个步骤进行坐标换算。在第一步骤中决定在与对原始像点位置关系中的要新计算像点的位置。在第二步骤中从与新像点位置相邻的原始像点色值中计算新像点色值。以下在比例换算的实例上阐述这两个步骤。

图1对于具有13个图像行的和每个图像行13个像点的，应以比例换算的原始图像(1)展示实例。出于简化表示的原因图像是正方形地选择的。图像一般不是正方形的，并且因此有不同的和高得多的图像行数和每个图像行的像点数。实例中的具有宽B1和高H1的图面是划分为相当于像点(2)的13×13个部分面的。一个像点的色值代表相应部分面中图像的色值。在每个像点的中心一个点(3)表征x、y坐标系中像点的位置。图像行和一个图像行中的像点是分别从0至12连续编号的。第一图像行中的第一像点位于坐标原点(0，0)上。以R像点／mm的给定分辨率得出图像的尺寸为B1=13／R mm和H1=13／R mm。

例如应将图1的图像换算到10×10个像点上，即用比例系数S=10／13。是否因此缩小图像，取决于以何种分辨率再现图像。用不改变的分辨率会得出缩小的尺寸B2=10／R mm和H2=10／R mm。在以例如较粗的分辨率再现时，尽管较少的像点数，图像甚至可能变得更大。因此比例换算不必总是与尺寸变化等同的。比例换算的核心却是在任何情况下，以另外的图像行数和每个图像行的像点数生成新的图像。

图2展示在对原始图像关系中的新计算的像点(4)。像点的位置是用×表征的。同样将新计算图像第一行中的第一像点放到x，y坐标系的原点(0，0)上。为了决定新像点的位置将新像点均匀分配到图像面上。如果在x和y方向上的原始像点的距离分别假设为1的话，这些单元中的图像具有面积13×13。为了用每个图像行10个像点和用10个图像行覆盖相同的面积，新像点必须有较大的距离dx或dy。从每个图像行的旧像点数对每个图像行的新像点数的比例中得出行方向上的新像点的距离dx，即dx=13／10=1／S。在实例中同样得出新图像行的距离为dy=13／10=1／S。对于x方向和y方向可以选择不同的比例系数Sx或Sy。则得出新像点的距离为

dx=1／Sx或dy=1／Sy。    (3)

新图像行中第n个新像点的x位置x(n)和第m个新图像行的y位置y(m)则为

x(n)=n×dx=n×1／S

y(m)=m×dy=m×1／S。    (4)

在一般坐标换算时，借助于作为原始坐标系(x，y)中的原始像点坐标函数的坐标变换方程fu(x，y)和fv(x，y)，计算新坐标系(u，v)中的新像点的位置u(n)和v(m)。

u(n)=fu(x，y)

v(m)=fv(x，y)    (5)

当像原始图像那样用相同的分辨率R像点／mm再现图像时，图3对于实例展示比例换算之后的图像。然后人们获得具有尺寸B2=10／R mm和H2=10／R mm的缩小图像。

在比例换算的第二步骤中，按现有技术以不同方法从相邻于新像点位置的原始像点色值中计算新像点的色值。在最简单情况下设置新像点的色值等同靠新像点最近的原始像点的色值。此方法是在概念"最近相邻方法"下公开的。此方法专门对于大图像数据量的优点在于，可以很快实行方法，可是缺点在于，可能失真原始图像的结构和生成干扰图形。在图2的实例中通过最近相邻方法不采集原始的图像行或图像列2、6和11，即在比例换算时丢失仅一个像点宽的这些行或列中的细微图像结构。此外以有规律的间隔出现未采集的图像行或图像列，由此可能生成干扰图形(莫尔条纹)。在用于放大新像点数的和新图像行数的比例换算时，新像点比原始像点较紧密地靠在一起。在此情况下通过最近相邻方法双倍地采集几个图像行或图像列。甚至因此失真原始图像结构和可能生成干扰图形。

如果通过多个相邻原始像点色值的加权相加来内插新像点色值的话，可以缓和这些干扰效应。这个已知的方法却是计算上高强度的，并且因此是较少适用于大图像数据量的。此外也因此不总是能避免干扰图形。专门对于具有仅两个亮度值(行图像或位映像图像)的二元图像也公开了方法，在这些方法上借助于图形识别方法分析新像点周围的原始像点。然后从分析结果中决定新像点的色值，在此例如尝试获得在纯粹的最近相邻方法上丢失的或强烈失真的细微图像结构。这些图形识别方法也要求每个像点的高度计算工作量，并且因此对于大的图像数据量是太费时的。

通过按本发明的方法避免所述的缺点-图像结构的失真和干扰图形的形成-，不必大大提高每个像点的计算工作量。它因此也适用于在电子再现技术中出现的很大的图像数据量。通过新像点位置决定用的一种新方式实现这一点。可以将位置决定的这种新方式与新像点色值计算用的所有己知方法(最近相邻方法，内插法，图形识别)联合。

图4展示相邻原始像点的一个2×2的部分和新像点(4)的位置，如按上述的位置决定方法从新像点之间距离dx和dy中得出此位置那样。按本发明方法在围绕此位置的变化范围(5)中随机地改变新像点的位置。为此可以将具有数字范围-ax至+ax的随机值相加于位置的x坐标上，而将具有数字范围-ay至+ay的随机值相加于位置的y坐标上。通过这个措施将具有某种概率的新像点位置一下移入其中一个原始像点的范围中，一下移入另外原始像点的范围中。如果最后例如按最近相邻方法计算新像点色值的话，原始图像的各个图像行或图像列可能不完全丢失(在缩小时)，或不以它们的整个长度加倍它们(在放大时)。也不再以有规律的间隔删去或加倍像点，由此避免干扰图形的形成。结合借助于内插法从相邻原始像点中的新像点色值的计算，避免干扰的残余图形，因为在行或列中不总是采用原始像点的相同相邻点用于内插。

合理地如此大地选择变化范围(5)，使得它包括原始图像的大约半个至一个像点距离。变化范围也不必是对称地围绕新像点位置的。可以任意非对称地或也可以如此选择变化范围，使得仅将正的或负的随机值相加于像点位置的坐标上。

图5展示按本发明方法的一种简单实施，在此方法上不必对于每个新像点生成新的随机值。在此实施上在x方向上移动在它们的围绕相同随机值位置上的新图像行的所有新像点，像点在此相互间保持它们的固定距离dx。对于每个新的图像行生成新的随机值。同样可以在y方向移动在它们的围绕相同随机值位置上的新图像列的所有新像点，像点在此相互间保持它们的固定距离dy。以此方式只需在每个图像行的或图像列的开始生成新的随机值，由此显著地减少处理时间。合理地互相联合x方向上图像行的和y方向上图像列的移动。

在处理期间可以用己知的随机值发生器进行随机值的生成。为了节省处理时间，也可以预先生成和在一个或多个表中存储随机值的清单，例如x方向用的一个表和y方向用的一个表。然后在比例换算期间从相应的表中连续地读出当时所需的随机值。

在比例换算的实例上己阐述本发明。本发明的应用却不局限于此上。在图像数据用的坐标换算的任何方式上可以应用本发明，例如像图像旋转任意角度、图像的远景畸变、图像成像到空间中的曲面上等等。这样复杂的坐标换算在数字图像处理的许多领域中，例如在三维物体的表示上，或在航空和卫星图像的畸变上起作用。像在简单比例换算上那样，甚至在这些复杂的坐标换算上存在的问题在于，在新图像中可能失真原始图像结构和产生干扰图形。如在比例换算上那样，甚至在复杂的坐标换算上在第一步骤中借助于坐标变换方程决定新坐标系中新像点的位置，在此新像点的位置位于原始像点之间。在此第一步骤中可以应用本发明来避免干扰效应。然后在第二步骤中同样像在比例换算上那样，从位于新像点周围的原始像点中计算色值。

在图6至图8中在简单二元图像的实例上说明本发明的作用。图6展示来自具有对角条形图形的原始图像中的一个放大部分。图7展示不应用按本发明方法的缩小到97％的图像，在此已按最近相邻方法决定新像点的亮度值。人们明显识别生成干扰小盒图形的己删去的图像行和图像列。在图8中展示了应用按本发明方法的缩小的图像。不再出现小盒图形。对角条形的边缘通过新像点的随机移动变得稍为较粗糙。但是在尤其再现技术中的图像高分辨率时，这种效应比不应用本发明生成的有规律图形是较少干扰的。

Claims (10)

1．用于图像数据坐标换算的方法，在此借助于坐标变换方程从原始坐标系中的原始像点的位置中计算新坐标系中的新像点的位置，其特征在于，在围绕借助于坐标变换计算位置的变化范围中随机地改变新像点的位置。

2．按权利要求1的方法，其特征在于，通过将随机值相加或相减到新像点的计算坐标上进行新像点位置的改变。

3．按权利要求2的方法，其特征在于，对于每个新像点相加或相减新的随机值。

4．按权利要求2的方法，其特征在于，对于一个坐标方向的所有新像点相加或相减同一随机值。

5．按权利要求1至4之一的方法，其特征在于，在图像数据比例换算时应用新像点位置的随机改变。

6．按权利要求1至4之一的方法，其特征在于，在图像数据的任意坐标变换时应用新像点位置的随机改变。

7．按权利要求1至6之一的方法，其特征在于，用每个像点两个色级代表二元图像的图像数据。

8．按权利要求1至6之一的方法，其特征在于，图像数据代表具有每个像点任意数目色级的图像。

9．按权利要求1至8之一的方法，其特征在于，设置新像点的色值等同最近相邻原始像点的色值。

10．按权利要求1至8之一的方法，其特征在于，通过内插法从相邻原始像点的色值中计算新像点的色值。

Images