CN1604615A

CN1604615A - 修复褪色的照片及底片的方法

Info

Publication number: CN1604615A
Application number: CNA2004100832428A
Authority: CN
Inventors: 郭明煌; 邓宜珍
Original assignee: BenQ Corp
Current assignee: Qisda Corp
Priority date: 2003-09-30
Filing date: 2004-09-29
Publication date: 2005-04-06
Anticipated expiration: 2024-09-29
Also published as: TW200512672A; TWI271665B; US20050078878A1; US7272266B2; CN1314260C

Abstract

一种修复褪色的照片及底片的方法，包含对于欲进行修复的影像原稿执行一白点平衡程序后分割成多个次影像，再对每个次影像进行取样以得到其色彩频道数据；选出色彩频道的标准差较高的次影像并分析的以计算该经执行过白点平衡程序的影像的每一色彩信道的复合色彩频道平均值；再选出复合色彩频道平均值为最高的色彩频道作为第一色彩频道，复合色彩频道平均值居中的色彩频道作为第二色彩频道，以及复合色彩频道平均值为最低的色彩频道作为第三色彩频道；以及对该经执行过白点平衡程序的影像的所有次影像的第一色彩频道与第三色彩频道进行一幂函数的运算以使该第一色彩频道、第二色彩频道以及第三色彩频道的平均值近似相等；最后输出此一修复后的影像。

Description

修复褪色的照片及底片的方法

技术领域

本发明涉及一种修复色彩的方法，特别是涉及一种修复褪色的照片及底片的色彩的方法。

背景技术

大部份的人都有自己儿时的旧照以及父母甚至是祖父母的老照片。随着时光渐渐消逝，这些照片会以许多不同的方式褪色。一般来说，年代久远的照片通常会泛黄，而陈旧的底片则会泛红。造成照片和底片褪色的原因有很多，因而应该尽可能地妥善保存珍贵的彩色照片。一般说来，将照片和底片存放在干燥而低温的阴暗环境中有助于减缓其老化的过程，但这仍不足以完全预防照片及底片的老化。

发明内容

因此本发明提出一种修复陈旧照片及底片的方法，以克服上述已知技术中的问题。

根据本发明的一种修复影像的色彩的方法，其包含对于一欲进行修复的影像原稿执行一白点平衡程序后分割成多个次影像，再对每一个次影像进行取样以得到其色彩频道数据；选出色彩频道的标准差较高的次影像并分析的以计算该经执行过白点平衡程序的影像的每一色彩信道的复合色彩频道平均值；再来选出一复合色彩频道平均值为最高的色彩频道作为一第一色彩频道，一复合色彩频道平均值居中的色彩频道作为一第二色彩频道，以及一复合色彩频道平均值为最低的色彩频道作为一第三色彩频道；以及对该经执行过白点平衡程序的影像的所有次影像的第一色彩频道与第三色彩频道进行一幂函数的运算以使该第一色彩频道、第二色彩频道以及第三色彩频道的平均值近似相等；最后输出这一修复后的影像。

附图说明

图1为本发明的修复影像色彩的流程图。

图2为一待修复的影像原稿的示意图。

图3为本发明的一彩色频道的长条图。

图4为本发明计算各色彩频道的下限上限的流程图。

图5为本发明执行白点平衡程序的影响的示意图。

图6为一内部影像依据本发明而分割成多个次影像的示意图。

图7为本发明的色彩修正的流程图。

具体实施方式

请参阅图1及图2。图1为本发明的修复影像色彩的流程图。图2为一待修复的影像原稿I^orig的示意图。如图1所示，本发明的修复影像色彩方法是在步骤100中，读取影像原稿I^orig；其中影像原稿I^orig可为一照片或一底片。首先，既然影像原稿I^orig的外部边界可能不包含任何影像数据，因此在步骤102中，我们忽视该影像原稿I^orig的外部边界而得其内部影像I。因此，在本发明的色彩修复程序中只有使用到一内部影像I。接着，步骤104中执行了一白点平衡程序(white point balancing process)。该内部影像I在步骤106中被分割成多个次影像(sub-image)。步骤108中选出了色彩变异(color variance)为最大的次影像，并且将其视为一目标区域。在接下来的步骤中，本方法算出每个色彩频道(如红色频道、绿色频道以及蓝色频道)的色值(color value)的平均值，并且每个色彩频道的色值的平均值皆被拿来互相比较。该三个色彩频道依据他们的平均值的数值而排序。继之在步骤110中运用一幂函数以修正平均值为最高的色彩频道以及平均值为最低的色彩频道。步骤112对整个影像执行该幂函数，进而使得该三个色彩频道有一近似相等的色值平均值以及修复该影像原稿I^orig的色彩品质。

以下将更详细地说明本发明的方法。首先要计算该影像原稿I^roig的尺寸大小，假设得I^orig有I_m ^orig列以及I_n ^orig行。接着，如图2所示，该影像原图I^orig的边缘的框架尺寸(frame size)被计算出来为FS；而

FS = [\min (I_{m}^{orig}, I_{n}^{orig}) / IFR],

IFR是影像框架比率(Image-Frame Ratio)。该影像原稿I^orig的内部区域被视为一内部影像I，其是由将影像原稿I^orig的各面移去FS个像素所形成。该内部影像I有I_m列以及I_n行。接下来将计算该内部影像I的每个色彩频道的长条图。红色频道的长条图标为H_R，而可以表示如下：

H_R＝{h₁}；

其中h_i＝#({p|p＝i，p是R频道中的像素数})，以及#(·)是计数的函数。若I_mI_n的值太大，可改由对内部影像I的像素进行取样。红色频道、绿色频道以及蓝色频道将各自以此方式计算出一长条图。

请参阅图3。图3为本发明的一彩色频道的长条图。图3中的长条图标示出在内部影像I中具有某一色值(color value)的像素个数。举例来说，假设图3所示的长条图使用八位来表示色值，因此色值的范围为从0到255。再来则计算出内部影像I的一下限IL以及一上限IU。该下限IL以及上限IU是根据一内部影像I的像素的预定比例计算而得，例如该比例c可为0.05。对每个频道来说，

IL = \sup {n | Σ_{i = 0}^{n} h_{i} < c I_{m} I_{n}}

以及

IU = \inf {n | Σ_{i = 0}^{n} h_{i} > (1 - c) I_{m} I_{n}},

其中c为一介于0与之间的固定数值，以及h_i是一特定色值的像素数量。

请参阅图4。图4为本发明计算各色彩频道的下限IL及上限IU的流程图。此流程开始在步骤140，各变量在步骤142得一初始值。变量Hsum用来计算长条图中的像素总量，i为指示色值的计数器变数。在步骤144与146中，计数器i不断累进而h(i)的值也一直加进Hsum中。步骤144与146将一直被重复执行，直到在步骤148中判断HSum不小于c*I_m*I_n为止。一旦Hsum大于或等于c*I_m*I_n，步骤150就将下限IL设为当时的i值。步骤152与154中继续累进计数器i并且将h(i)的值加进Hsum中。在计算上限IU的部份，步骤144与146将一直被重复执行，直到在步骤148中判断HSum不小于(1-c)*I_m*I_n为止。一旦Hsum大于或等于(1-c)*I_m*I_n，步骤158就根据当时的i值，将上限UL设为1-i。当下限IL与上限IU都计算出来后，此流程即在步骤160停止。

当下限IL与上限IU都计算出来后，即开始执行白点平衡(white pointbalancing)程序。在此程序中，所考虑的频道的每个像素pix的色值将依以下原则替换：

图5中展示了白点平衡程序的影响。OL为输出下限而OU为输出上限，此二者是根据输入下限IL与输入上限IU而定义的。在执行白点平衡程序后，内部影像I被分割为mn个次影像(sub-images)。每个次影像以I_ij来表示，其中0≤i＜m而且0≤j＜n。请参阅图6。图6为内部影像I依据本发明而分割成多个次影像的示意图。如图6所示，该多个次影像中的一次影像I_ij的中心点标为20，而该次影像I_ij的坐标为(kdx_m，idx_n)。图6中左上角的次影像座落于坐标为(idx_m-radius_m，idx_n-radius_n)处，以及右下角的次影像座落于坐标为(idx_m+radius_m，idx_n+radius_n)处，其中idx_m＝[(i-1)I_m/m]，而idx_n＝[(j-1)I_n/n]。

请参阅图7。图7为本发明进行色彩修正的流程图。在产生次影像I_ij之后，每个次影像I_ij分别计算出一长条图H_ij。利用此长条图H_ij可计算出一平均值M_ij以及一标准差S_ij。或者平均值M_ij及标准差S_ij也可直接由I_ij计算出来。一旦标准差S_ij算出来了，这些标准差即由大而小地重新排列成一递减序列S_k，由此形成一组合T＝{(i，j，k)|S_k+1≤S_k，S_k＝S_ij对所有i，j}。继则定义一断点(cut off point)ρ，令ρ＝[c1·#(T)]，其中0＜c1＜1。在序列S_k中，比断点(cutoff point)ρ大的部份被挑出成一集合ROI＝{I_ij|i，j，k)in T，S_k＞ρ}。也就是说，集合ROI包含了较大的标准差S_ij，并且成为图7的流程图中步骤170所感兴趣的目标区域。使用集合ROI可为每个频道计算{I_ij|I_ij in ROI}的平均值，即步骤172中分别属于红色频道、绿色频道以及蓝色频道的R_m，G_m以及B_m。接下来在步骤174中，将平均值R_m，G_m以及B_m以一由小渐大的顺序排序，并且以(s，m，l)标示。我们假设s＝R_m，m＝G_m以及l＝B_m。在步骤176中，指数g_s，g_m以及g_l的初始值皆为1。对红色频道来说，其平均值R_m小于绿色频道的平均值G_m。为了让R_m与G_m相等，步骤178中对与红色频道相对应的ROI集合进行一幂函数f(x)＝x^1/Gs的运算，其中g_s＞1。在步骤182中，g_s的值逐渐以一固定的小量k(如为0.1或更小)累进增加，直到步骤180中的abs(mean(f(I_ij in ROI)-m)＜t成立为止，其中t为一可忍耐的误差值。一旦步骤180中所要求的关系成立，平均值R_m以及G_m即算是大约相等了。在步骤184，186以及188中将重复进行这些程序以使得蓝色频道的平均值B_m与绿色频道的平均值G_m相等。唯一的不同在于g_l的值逐渐以一固定的小量k(如为0.1或更小)减少，以至于g_l＜1。当利用集合ROI算出g_s及g_l的值之后，即对整个内部影像I的红色、绿色以及蓝色(R，G，and B)频道进行幂函数f(x)＝x^1/G的运算。

与已知技术相比，本发明的方法等化不同色彩频道的等级以提供优良的色彩品质并且维持影像色彩的浓度。若将一照片以本发明的方法进行修复，则修复后的影像将不再呈现泛黄的色彩；而若将一底片以本发明的方法进行修复，则修复后的影像将不再呈现泛红的色彩。如此一来，本发明所提供的一简单而有效的算法可以妥善修复照片与底片。

以上所述仅为本发明的较佳实施例，凡依本发明的权利要求所做的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims

1.一种修复影像的色彩的方法，其包含下列步骤：

(a)读取一影像原稿；

(b)对该影像原稿的每一色彩频道执行一白点平衡程序；

(c)将该执行过白点平衡程序的影像分割成多个次影像；

(d)对每一个次影像取样以得到每一个次影像的色彩频道数据；

(e)选出色彩频道的标准差较高的次影像；

(f)分析该在步骤(e)中选出的次影像以计算该经执行过白点平衡程序的影像的每一色彩信道的复合色彩频道平均值；

(g)选出一复合色彩频道平均值为最高的色彩频道作为一第一色彩频道，一复合色彩频道平均值居中的色彩频道作为一第二色彩频道，以及一复合色彩频道平均值为最低的色彩频道作为一第三色彩频道；

(h)对该经执行过白点平衡程序的影像的所有次影像的第一色彩频道与第三色彩频道进行一幂函数的运算，以使该第一色彩频道、第二色彩频道以及第三色彩频道的平均值近似相等；以及

(i)输出一修复后的影像。

2.如权利要求1所述的方法，其中在步骤(a)中还包含：

(a1)计算该影像原稿的尺寸；以及

(a2)读取该影像原稿的内部区域而忽视该影像原稿的外部边界。

3.如权利要求1所述的方法，其中在步骤(b)中还包含：

(b1)对应该影像原稿的每一色彩频道产生一长条图；

(b2)根据对应于该影像原稿的每一色彩频道的长条图计算一下限及一上限；以及

(b3)进行一线性内插函数运算以平移该影像原稿的每一像素的每一色彩频道值，以使该色彩频道值介于由该色彩频道的下限及上限所定义的一区间内。

4.如权利要求1所述的方法，其中步骤(c)包含将该执行过白点平衡程序的影像分割成多个次影像I_ij。

5.如权利要求4所述的方法，其中步骤(e)包含：

(e1)计算每一次影像I_ij的标准差S_ij；

(e2)将该标准差S_ij以一递减的方式排序以形成一集合T＝{(i，j，k)|S_k+1≤S_k，S_k＝S_ij for alli，j}；以及

(e3)从次影像中选出一子集合ROI，其中设定ρ＝[c·#(T)]，c为一满足0＜c＜1以及ROI＝{I_ij|(i，j，k)in T，S_k＞ρ}的固定值。

6.如权利要求5所述的方法，其中步骤(e1)还包含为每个次影像I_ij计算一长条图H_ij，以及利用该长条图H_ij计算每个次影像的标准差S_ij。

7.如权利要求5所述的方法，其中步骤(f)还包含为每个色彩频道计算一{I_ij|I_ij in ROI}的平均值。

8.如权利要求1所述的方法，其中在步骤(h)中，该幂函数的形式为f(x)＝x^1/g，其中x为色彩频道数据以及g为一需被决定的常数。

9.如权利要求1所述的方法，其中该色彩频道为红色频道、绿色频道以及蓝色频道。