CN1442830A - 图像处理方法、程序、存储该程序的计算机可读存储介质 - Google Patents

Abstract

本发明提供一种图像处理方法，进行利用红外线光从照片底片中取得的，并且包含因在底片上带有损伤及灰尘所致的图像质量劣化的信息的红外图像中，取得所述图像质量无劣化的像素的像素值的非劣化像素值的图像处理。对于在通过可见光从底片中取得的红图像和红外图像中的相对应的像素，通过使用从红图像的像素值减去红外图像的像素值，再加上红外图像的平均像素值的第1变量和成为红图像的像素值的第2变量进行回归分析，取得非劣化像素值。通过把得到的非劣化像素值作为用于判别图像质量无劣化的非劣化像素与图像质量有劣化的劣化像素的阈值，可精确地进行非劣化像素和劣化像素的判别。

Description

图像处理方法、程序、存储该程序的计算机可读存储介质

技术领域

本发明涉及将照片用底片等存储介质上存储的图像，通过扫描仪等图像读取装置读取出图像数据，对这些数据进行图像处理的方法。具体来说，本发明是关于使用所述的图像数据，除去所述存储介质上的损伤、灰尘所致的影响的处理方法。

背景技术

为了将负片底片、正片底片等照片用的底片(以下简称“底片”)上存储的图像输出洗印在印相纸上的洗印机，有利用透过底片图像的光，在印像纸上暴光的模拟方式的洗印机、和把底片的图像透过的光通过CCD(Charge Coupled Device)等进行光电转换，进一步数字化，作成图像数据，然后使用基于这些图像数据而进行调制的光在印像纸上进行暴光的数字式洗印机。

但是，在这两种方式下，有时会发生由于底片上带有损伤或灰尘(以下总称“损伤”)，使得印相纸上洗印的图像的浓度改变、信息丢失等不良的情况。因此，在过去，所述两个方式都是使用扩散光作为底片的透射光。

数字式洗印机由于对数字化的图像进行处理，可以有效地除去损伤的影响。这种图像处理方法，比如，已经在特开平6-28468号公报(公开日：平成6年2月4日(1994.2.4))、特开2000-341473号公报(公开日：平城12年12月8日(2000.12.8))、特开2001-157003号公报(公开日：平城13年6月8日(2001.6.8))等进行了公布。

在这些公报里公布的图像处理方法，让红外线透过底片。透过底片的红外线，因底片上带的伤痕而形成散射，但是对底片上的形成图像的色素基本没有影响。所以在透过底片的红外线形成的红外图像上只包含精确的损伤的信息，用这个红外图像，可以去除损伤的影响。

为了去除损伤的影响，必须要判别从红外线图像来的没有损伤的像素(以下称“非劣化像素”)和有损伤像素(以下称“劣化像素”)。由于在底片上的无伤的部分比有伤的部分有更多的光透过，因此，红外图像的非劣化像素比劣化像素的像素值要大。所以，通过对红外图像的像素值设置一个阈值，对于具有阈值以上像素值的像素，认为是非劣化像素，对于具有比阈值低的像素值的像素认为是劣化像素，由此可以进行对非劣化像素和劣化像素的判别。

但是，底片随着底片种类、厂家、感光度等因素，红外光的透过量不同，无法用一个阈值对应。作为解决这个问题的方法，所述的特开2000-341473号公报里公布了一种控制所述阈值的方法，即，取得是负片还是正片或有无磁性层等的底片固有的信息，根据这些信息控制所述阈值。

另外，如果能够从各个底片求得从红外图像的非劣化像素的像素值(以下称“非劣化像素值”)，把非劣化像素值作为阈值，也可以解决所述问题。

非劣化像素值可以认为是红外图像中的像素值的最大值。但是由于噪音、CDD相机的各个像素的感光度、底片的斑点等因素，即使在非劣化像素之间，其像素值也不一定相同。也就是说像素值的最大值具有根据情况而变化的不稳定的性质，所以难以作为阈值使用。

一方面，作为与非劣化像素值接近的值，有红外图像的像素值的平均值(以下称“平均像素值”)。但是如上所述，劣化像素比非劣化像素的像素值小，当损伤多时，平均像素值会变低。

关于这一点，参照图7及图8进行进一步的说明。图7(a)及(b)分别表示底片在无损伤时，红外图像的像素值的度数分布。同样，图8(a)及(b)表示底片在损伤很大时的红外图像和该红外图像的像素值的度数分布。

如图7(a)所示，在底片损伤很少时，红外图像的像素值的度数分布如图7(b)所示那样，集中在非劣化像素值CF附近。这时，红外像素的平均像素值Ave虽然没有在图中示出，但在实际中是成为非劣化像素值CF相近的值。

但是，如图8(a)所示，在底片的损伤较多时，红外像素的像素值的度数分布如图8(b)所示那样，从非劣化像素值CF向像素值更小的一方(本图的左侧)移动。此时，红外图像的平均值Ave成为比非劣化像素值CF还要小的值。当把这个平均像素值作为阈值，进行劣化像素的判别时，则具有在平均像素值Ave与非劣化像素值CF之间的像素值的像素，不管是不是劣化像素，都不能被判别为劣化像素。

发明内容

本发明就是为解决所述问题而产生的发明，其目的是为了精确地判别非劣化像素与劣化像素，提供一种取得非劣化像素值的图像处理方法。

为了解决所述问题，本发明之1的图像处理方法，是一种从通过非可见光从存储介质取得的，并且包含因在所述存储介质上带有损伤及灰尘所致的图像质量劣化的信息的非可见图像中，取得无所述图像质量劣化的像素的像素值的非劣化像素值的图像处理方法，其特征在于：对于在通过可见光从存储介质中取得的可见光图像和所述非可见光图像中的相对应的像素，通过使用从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非可见光图像的平均像素值的第1变量和成为所述可见光图像的像素值的第2变量进行回归分析，取得非劣化像素值。

所述方法的第1变量，从所述可见光图像的像素值减去所述非可见光图像的像素值，由此可以去除由于损伤造成对像素值的影响。这是由于因损伤造成的像素值的降低部分，无论是在可见光图像还是在非可见光图像中几乎是相等的。

当在该减法运算值上加上所述非劣化像素值后，可以得到除去因损伤造成的影响的所述可见光图像的像素值(以下称“修正像素值”)。但是，由于所述非劣化像素值还没有决定，所以在第1变量里，不使用所述非劣化像素值，而是使用所述非可见光图像的平均像素值。

这时，所述非可见光的平均像素值，如前所述，由于受损伤的影响，比所述非劣化像素值要低，所以第1变量比所述可见光图像的修正像素值低。

因此，使用第1变量和所述可见光图像的像素值的第2变量进行回归分析，可计算出所述非可见光的平均像素值比所述非劣化像素值低的低下部分。

所以，通过在所述非可见光图像的平均像素值上加上所述低下部分，就可以得到所述非劣化像素值。也就是说，所述非劣化像素值是通过使用所述平均像素值和所述低下部分而得到的值。由于所述平均像素值以及所述低下部分，是通过各自由平均及回归分析算出的，所以相对由噪音等造成的像素值的变动，可获得稳定的值。

所以，由于通过所述方法得到的非劣化像素值，相对噪音等的像素变动而稳定，所以可以作为对非劣化像素与劣化像素的判别的阈值来使用。其结果可以精确地判别非劣化像素和劣化像素。

而且，本发明之2的图像处理方法的特征是，在本发明之1的图像处理方法中，只将第1变量小于第2变量的像素作为回归分析的对象。

如前所述，由于第1变量是比所述可见光图像的修正像素值低的低下部分，所以当成为所述可见光图像的像素值的第2变量小于第1变量时，对应像素是有伤的像素的可能性明显地高。

所以，在所述的方法中，通过把第2变量大于第1变量的像素，也就是只是把第1变量小于第2变量的像素作为回归分析的对象，可以排除有伤的像素，因此，可以通过回归分析，精确地算出所述低下部分，可以提高所述非劣化像素值的精度。其结果，可精确地判别出非劣化像素和劣化像素。

而且，本发明之3的图像处理方法的特征是，在本发明之1或2的图像处理方法中，使用所述非劣化像素值，对所述图像质量有劣化和无劣化的像素进行判别。

如前所述，作为判别非劣化像素和劣化像素的阈值，使用所述非劣化像素值，所述判别可以精确地进行。所以，将所述的方法取得的非劣化像素值作为所述阈值使用，由此可以精确的进行所述判别。

而且，本发明之4的图像处理方法的特征是，在本发明之1或2的图像处理方法中，对于所述可见光图像及所述非可见光图像中的相互对应的像素，通过从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非劣化像素值，在所述可见光图像中，对与所述图像质量有劣化的劣化像素对应的像素的像素值进行修正。

如前所述，得到了所述非劣化像素值，就可以正确地算出所述可见光图像的修正像素值。所以，使用由所述方法得到的非劣化像素值，就可以得到所述可见光图像的正确的修正像素值。

另外，所述非可见光图像通过红外线从存储介质得到红外图像，所述可见光图像希望是红色成分的图像。而且希望所述的存储介质是照片的底片。

另外，可以使用图像处理程序在计算机上执行本发明之1至6中的任意一项方法的图像处理。并且，通过把所述图像处理程序存储在计算机可以读取的存储介质上，可以在任意计算机上执行所述处理。

附图说明

图1是表示本发明一实施例的非劣化像素值的决定处理的详细的流程图。

图2是表示本实施例的图像输出系统的概略构成方框图。

图3是表示本实施例的劣化像素修正处理的概要的流程图。

图4是表示在本实施例中使用的红外图像的图。

图5是根据图4所示的红外图像进行回归分析后得到的图形。

图6是排除有伤的像素进行回归分析而得到的图形。

图7中的图(a)是表示底片的损伤小的情况下的红外图像的模式图，图(b)是表示该红外图像的像素值的度数分布的图形。

图8中的图(a)是表示底片的损伤大的情况下的红外图像的模式图，图(b)是表示该红外图像的像素值的度数分布的图形。

图中：1-底片扫描仪，2-图像处理装置，3-照片洗印装置，CF-非劣化像素，Ave-红外平均值

具体实施方式

下面，参照图1至图6对本发明的一实施例进行说明。图2是表示本实施例的图像输出系统的概略构成的方框图。该图像输出系统由底片扫描仪1、图像处理装置2、照片洗印装置3组成。

底片扫描仪1比如通过将光源的光照射在照片底片的负片上，透过的光被CCD等接收，可以读取出在负片上存储的图像。底片扫描仪1把读取出的图像数据按红色成分、绿色成分、以及蓝色成分分别输出到图像处理装置2。以下将红色成分、绿色成分以及蓝色成分的图像数据分别称为“红图像”、“绿图像”、以及“蓝图像”。

进而，在本实施例中，底片扫描仪1通过由CCD等接收红外区域的透射光，读取负片上的损伤信息。底片扫描仪1将读取的损伤数据输出到图像处理装置2。以下，把损伤数据称为“红外图像”。

照片洗印装置3通过根据图像处理装置2处理后的图像数据对作为感光材料的印像纸进行暴光，印相纸上洗印出图像。作为把对应数字图像数据的光照射在印相纸上的头，可使用能够对应数字图像数据，按每个像素对向印相纸照射的照射光进行调制的光调制元件。作为这样的光调制元件，比如可以列举出PLZT暴光头、DMD(数字微镜像设备)、LCD(液晶显示装置)、LED(Light Emitting Diode)屏、激光、FOCRT(Fiber Optic Cathode Ray Tube)、CRT(Cathode Ray Tube)等。

而且，照片洗印装置3也可以是具有负片扫描和洗印纸暴光两个功能都可执行的自动洗印机。这时，图像输出系统，通过把执行从图像读出到洗印的自动洗印机和由PC(Personal Cpmputer)等构成的图像处理装置2连接，可简化系统的构成。

图像处理装置2使用从底片扫描仪送出的图像数据以及红外图像(有伤数据)，判别是否存在有伤像素，对于有伤的像素，除去由于损伤造成的影响，进行图像数据修正，将修正后的图像数据送给照片洗印装置3。以下，就图像处理装置2的修正处理方法，结合图1及图3进行说明。

首先，如图3所示，从底片扫描仪1取得红外图像(步骤10，以后称S10)。其次，用红外图像决定成为无伤像素的像素值的非劣化像素值CF(S11)。另外，对于这个决定处理的细节将在以后进行说明。

其次、从非劣化的像素值CF减去红外图像的各像素的像素值，算出由损伤所致的各像素的像素值的损失部分(S12)。然后，通过对红图像、绿图像、以及蓝图像分别加上所述损失的部分的像素，完成图像数据的修正处理，并将经过修正处理的图像数据送到照片洗印装置3(S13)。

另外，在步骤S12、S13中，可以只对被判断为有伤的像素进行损失部分的计算、加算。其原因是，被判断为没有伤的像素中的损失部分，可以认为不是由于损伤而造成的损失，而是由于噪音、CCD照相机的每个像素的感光度、底片的斑点等原因造成的。而且，对于被修正的数据，也可以在实施诸如锐化处理等的其他的图像处理后，输出到照片洗印装置3。

其次，就非劣化像素值CF的具体决定处理(S11)，结合图1进行说明。本实施例的回归分析采用单回归模式，采用最小二乘法进行分析。

首先，算出红外图像中的作为全像素的像素平均值的红外平均值Ave(S20)。如前所述，损伤多的图像，其红外平均值Ave低。

其次、从底片扫描仪1取得红图像(S21)。另外，在红图像已经从底片扫描仪1提供给图像处理装置2，并被保存在图像处理装置2的记忆部(未图示)中时，也可以从该记忆部中读出红图像。

其次、对每个像素求出其第1变量X＝(红图像的像素值)-(红外图像的像素值)+(红外图像的平均值Ave)，和第2变量Y＝(红图像的像素值)(S22)，然后使用最小二成法，求出回归式Y＝aX+b的系数a、b(S23)。另外，根据所述X、Y的定义可明显地得出，系数a(斜率)基本为1。

另外，系数b(Y轴切片)是红外平均值Ave从非劣化像素值CF低下的部分。也就是说CF＝Ave+b。所以，根据红外平均值Ave以及系数b，决定非劣化像素值CF(S24)，然后进入图3所示的S12。

实施例

其次，就决定所述非劣化像素值CF的实施例，结合图4及图5进行说明。图4表示在本实施例中使用的红外图像。图中黑色的部分表示底片上的损伤和灰尘。

对于图4所示的红外图像，通过进行图1所示的步骤S20～S23的处理，求出回归式Y＝aX+b。这个回归式在图5里表示。在该图中，横轴是X轴，纵轴是Y轴。横轴以及纵轴的数值是由12位(0～4095)的像素值的自然对数得到的数值。而图中的黑点是各像素的(X，Y)点轨迹，中空的白线表示回归公式Y＝aX+b。

参照图5，可以理解回归公式Y＝aX+b的直线与Y＝X的直线几乎是平行的。也就是说斜率a接近于1。即，可以理解为回归公式Y＝aX+b的直线在Y＝X直线的上方。这是表示由于损伤的影响而导致的红外平均值Ave低下。也就是说，在红外平均值Ave上加上低下的部分b(Y轴切片)，就可以求得非劣化的像素值。

在本实施例中，对于红外平均值为200来说，非劣化像素值CF为209。所以，由于损伤红外平均值Ave低下，利用由本发明得到的非劣化像素值CF，可以精确地判别劣化像素和非劣化像素。

而且，参照图5，在满足Y＜X的区域内存在若干个黑点。这些黑点根据X，Y的定义，是表示满足(红外图像的像素值)＜(红外平均值Ave)，也就是表示由于损伤而导致像素值低下的像素。由于这些黑点也是回归分析的对象，所以回归公式由于有伤的像素，使得Y轴的切片b变得低下。

为了避免这个问题，如图6所示，只对满足Y≥X的像素，也就是说，只把没有损伤的像素作为回归分析的对象就可以。由此，可以更精确地求得非劣化像素值CF，其结果，可以更精确地对有伤的劣化像素的像素进行修正。而由于可以减少回归分析处理的像素数，所以可以实现高速处理。

而且，由于在红外图像中的像素值低于5.7(对数值)的像素可以认为是明显有伤的像素，所以可以把这些像素不作为回归分析的对象。而非劣化像素值CF，通常在7.5(对数值)以上，所以只需把红外图像中的像素值大于7.5的像素作为回归分析的对象便可。由此可以得到与所述同样的效果。

而且，也可以把由回归分析得到的非劣化像素值CF作为红外平均值Ave，进行再次回归分析。由此，可以更精确地求得非劣化像素值CF。

而且，在本实施例中，为检出损伤，使用了红外光。但是，由于底片上记忆的图像基本上只以可见光的波长区域产生颜色，所以为了检测出损伤，不需用根据存储在底片上图像所调制的光，而只要是透射光，可以使用任意波长的光。

在本实施例中，对红外图像和红图像可以使用回归分析，这是因为考虑到它们在波长区域是相邻的，因损伤而造成的影响程度相近。所以，其它的可见光图像的绿图像、蓝图像，如果由损伤造成的影响程度与红外图像相近，也可以象红外图像那样利用回归分析。

如上所述，本发明之1的图像处理方法，是属于一种从通过非可见光从存储介质中取得的、且包含由于所述存储介质的损伤或灰尘所致的图像质量劣化信息的非可见光图像中，取得所述图像质量没有劣化的像素的像素值的非劣化像素值的图像处理方法，该方法是，对于通过可见光从存储介质中取得的可见光图像和所述非可见光图像中的相互对应的像素，通过使用从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非可见光图像的平均值的第1变量和作为所述可见光图像的像素值的第2变量，进行回归分析而取得非劣化像素值。

由此，对于由于噪音等造成像素值的变动，收到可以取得稳定的非劣化像素值的效果。

另外，本发明之2的图像处理方法，是在本发明之1的图像处理方法中，只把第1变量在第2变量以下的像素作为回归分析的对象。

由此，可以将有伤的像素从回归分析的对象中排除，可以收到提高所述非劣化像素的精度的效果。

而且，本发明之3的图像处理方法，是在本发明之1或2的图像处理方法中，使用所述非劣化像素值，对所述有图像质量劣化的像素和没有劣化的像素进行判别。

由此，收到了能够高精度地判别非劣化像素和劣化像素的效果。

而且，本发明之4的图像处理方法，是在本发明之1或2的图像处理方法中，对于所述可见光图像及所述非可见光图像中的相互对应的像素，通过从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非劣化像素值，在所述可见光图像中，对与所述图像质量有劣化的劣化像素相对应的像素进行像素值修正。

由此，可以收到取得所述可见光图像的正确的修正像素值的效果。

另外，所述非可见光图像是从存储介质中通过红外线而得到的红外图像，所述可见光图像最好是红色成分的图像。而所述存储介质最好是照片底片。

另外，可以使用图像处理程序在计算机上执行利用本发明之1至6的任意一项方法的图像处理。并且，通过把所述的图像处理程序记忆在计算机可以读取的存储介质里，可以在任何一台计算机上实行所述处理。

Claims (8)

1.一种图像处理方法，是一种从通过非可见光从存储介质取得的，并且包含因在所述存储介质上带有损伤及灰尘所致的图像质量劣化的信息的非可见图像中，取得无所述图像质量劣化的像素的像素值的非劣化像素值的图像处理方法，其特征在于：

对于在通过可见光从存储介质中取得的可见光图像和所述非可见光图像中的相对应的像素，通过使用从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非可见光图像的平均像素值的第1变量和成为所述可见光图像的像素值的第2变量进行回归分析，取得非劣化像素值。

2.根据权利要求1所述的图像处理方法，其特征在于：只将第1变量小于第2变量的像素作为回归分析的对象。

3.根据权利要求1或2所述的图像处理方法，其特征在于：使用所述非劣化的像素值，进行所述图像质量有劣化的像素和无劣化的像素的判别。

4.根据权利要求1或2所述的图像处理方法，其特征在于：对于所述可见光图像及所述非可见光图像中的相互对应的像素，通过从所述可见光图像的像素值减去所述非可见光图像的像素值，再加上所述非劣化像素值，在所述可见光图像中，对与所述图像质量有劣化的劣化像素对应的像素的像素值进行修正。

5.根据权利要求1至4中的任意一项所述的图像处理方法，其特征在于：所述非可见光图像，是从存储介质通过红外线所得到的红外图像，所述可见光图像是红色成分的图像。

6.根据权利要求1至5中的任意一项所述的图像处理方法，其特征在于：所述存储介质是照片用底片。

7.一种图像处理程序，其特征在于：利用计算机执行权利要求1至6中的任意一项所述的方法的图像处理。

8.一种计算机可读取的存储介质，其特征在于：存储有权利要求7所述的图像处理程序。

Images