DE102004005299B4 - Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen - Google Patents
Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen Download PDFInfo
- Publication number
- DE102004005299B4 DE102004005299B4 DE102004005299A DE102004005299A DE102004005299B4 DE 102004005299 B4 DE102004005299 B4 DE 102004005299B4 DE 102004005299 A DE102004005299 A DE 102004005299A DE 102004005299 A DE102004005299 A DE 102004005299A DE 102004005299 B4 DE102004005299 B4 DE 102004005299B4
- Authority
- DE
- Germany
- Prior art keywords
- image
- threshold
- scratch
- error
- values
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 230000007704 transition Effects 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000007547 defect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005314 correlation function Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000005755 formation reaction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 241000252335 Acipenser Species 0.000 description 1
- 206010028347 Muscle twitching Diseases 0.000 description 1
- 206010040007 Sense of oppression Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/253—Picture signal generating by scanning motion picture films or slide opaques, e.g. for telecine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Verfahren
zur Erkennung von Fehlern in Filmvorlagen, wobei die Bilder des
Filmes mittels eines fotosensitiven Sensors digitalisiert werden,
dadurch gekennzeichnet, dass zur Ermittlung von Kratzern in einem Bild
zunächst
zu dem Bild ein um mindestens ein Pixel verschobenes Bild erzeugt
wird, das verschobene Bild vom ursprünglichen Bild abgezogen wird,
wobei in diesem Differenzbild alle Grauwerte unterhalb einer Schwelle
unterdrückt
werden, so dass linienförmige
Strukturen herausgehoben werden, wobei die benachbarten Grauwerte
zu beiden Seiten der linienförmigen
Struktur mit den Grauwerten der linienförmigen Struktur verglichen
werden, wobei bei Erfassung eines Grauwert-Sprunges bezüglich beider
Seiten für
eine bestimmte Anzahl von Pixel pro Länge festgestellt wird, dass
ein Kratzerfehler vorliegt.
Description
- Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Erkennung von Fehlern in Filmvorlagen, wobei die Bilder des Filmes mittels eines fotosensitiven Sensors digitalisiert werden.
- Alte Filme, wie aus der Kaiserzeit, sind historische Dokumente, die auch im Fernsehen oder Kino gezeigt werden. Die verschiedenen Fehler im Film oder Bildmaterial werden hierbei als störend empfunden. Die Fehler äußern sich als „Flimmern und Zucken" im Film bzw. Längsstreifen und sind bei längerer Betrachtung besonders störend. Da heute diese Bilder zur Archivierung digitalisiert werden, kann auf Basis dieser digitalisierten Filme ein Vorführexemplar erzeugt werden, wo diese Fehler beseitigt sind.
- Die Fehler lassen sich in verschiedene Klassen einteilen, die aus den chemischen Prozessen bei der Fixierung und der Alterung des Filmes sowie mechanischen Fehlern beim Abspielen der Filme entstanden sind. Erschwerend ist, dass zwar viele Fehlerstellen heller als die Umgebung sind, aber einige eben auch dunkler.
- Die Fehler können dabei als Kratzer, flecken- oder fusselförmige Fehler ausgebildet sein.
- Die verschiedenen Fehlerarten werden mittels verschiedener Verfahren, die nacheinander angewandt werden, beseitigt oder zumindest so abgeschwächt, dass sie fast nicht mehr stören. In der Literatur wurden bisher Morphologische Operatoren oder Kalman-Filter vorgeschlagen, um die Kratzer aufzufinden. Es sind damit jedoch nur wenige Streifen entfernt worden, etwa 8 %. Weiterhin besteht das Problem, dass die Kalman-Filterung als serieller Algorithmus sehr langsam ist. Weiterhin werden nur die unmittelbar benachbarten Informationen benutzt, was im Bildinhalt normalerweise nicht ausreicht, da ein Bildinhalt im Kontext gesehen werden muss.
- Andererseits werden Kratzer auch mit einer Beleuchtung von Infrarotlicht herausgefunden, was aber nicht so genau ist und keine Bearbeitung in einem Schritt ermöglicht.
- Aus der
DE 198 42 572 A1 ist ein Verfahren zur automatischen Entfernung von Bildfehlern in digitalen Bilddaten bekannt, die beispielsweise durch Kratzer oder Haare entstanden sind. Dazu wird mittels eines Konturfilters eine Konturmaske erzeugt und zusätzlich eine Farbmaske erzeugt, die die Bildbereiche mit der typischen Farbe eines Bildfehlers erfasst. Durch Verknüpfung der Konturmaske und der Farbmaske entsteht eine Fehlermaske, die noch automatisch korrigiert und gegebenenfalls manuell editiert wird. Die verbleibenden Konturen der Fehlermaske werden vektorisiert. Dann wird entlang der vektorisierten Konturen eine automatische Verlaufsretusche ausgeführt. - Aus der WO 99/52275 ist ein Verfahren zur Fehlererkennung von Kratzern und anderen langgestreckten Fehlern in einer Bildregion bekannt, wobei der Schwellwert für die Erkennung abhängig von einer Hintergrundaktivität in dem Bildbereich gewählt wird.
- Aus der US-2003/0068096 A1 ist ein Verfahren bekannt, bei dem zur Unterdrückung von Kratzern in digitalen Bildern die gleich bleibende Bildinformation in sich ändernden Bereichen ausgewertet werden.
- Aus den Fachartikeln Bruni, V.; Vitulano, D. „A Generalized Model for Scratch Detection" Image Processing, IEEE Transactions on Image Processing, Vol. 13, Issue 1, Jan. 2004, Page: 44–50; and D. Vitulano, V. Bruni, P. Ciarlini "Line Scratch Detection on Digital Images: An Energy Based Model" Istituto per le Applicazioni des Calcolo "M. Picone", 2002, wscg.zcu.cz/WSCG 2002/Abstracts_2002/A47-Abstract.htm sind jeweils Verfahren zur automatischen Kratzererkennung bekannt, die ein Kokaram-Modell benutzen.
- Der Erfindung liegt daher das technische Problem zugrunde, Verfahren und Vorrichtungen zur Erkennung von Fehlern in Filmvorlagen zu schaffen, mittels derer real-time-fähig die verschiedenen Fehler mit großer Erkennungsrate erkennbar sind.
- Die Lösung des technischen Problems ergibt sich durch die Gegenstände mit den Merkmalen der Patentansprüche 1, 15, 22, 28, 42 und 49. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.
- Hierzu wird in einem ersten Verfahren zur Erkennung von Kratzern in einem Bild zunächst zu dem Bild ein um mindestens ein Pixel verschobenes Bild erzeugt, das verschobene Bild wird vom ursprünglichen Bild abgezogen, wobei in diesem Differenzbild alle Grauwerte unterhalb einer Schwelle unterdrückt werden, so dass linienförmige Strukturen hervorgehoben werden, wobei die benachbarten Grauwerte zu beiden Seiten der linienförmigen Struktur mit den Grauwerten der linienförmigen Struktur verglichen werden, wobei bei Erfassung eines Grauwert-Sprunges bezüglich beider Seiten für eine bestimmte Anzahl von Pixeln pro Länge festgestellt wird, dass ein Kratzerfehler vorliegt. Dabei wird ausgenutzt, dass bei normalen Kanten, wie beispielsweise von Möbeln, Gebäuden, Masten, Straßen, Drähten, Fenstern, Türen, Strichmustern auf Tapeten usw., die Übergänge auf einer Seite im Allgemeinen ausgedehnter sind, d.h. die Grauwerte sind über einen größeren Bereich nicht stark schwankend. Bei Kratzerfehlern sind die Schwankungen stärker und meist auf beiden Seiten vorhanden. Für senkrechte Linien muss dabei das Bild waagerecht um einen oder mehrere Pixel verschoben werden, wobei die Grauwertprofile ebenfalls waagerecht über dem Kratzer untersucht werden. Für waagerechte Streifen muss entweder das Bild um 90° gedreht werden oder aber das Bild senkrecht um einen oder mehrere Pixel verschoben werden, wobei dann die Grauwertprofile senkrecht über den Streifen ausgewertet werden.
- Vorzugsweise werden weitere Verfahren, die vorzugsweise in einer Parallelverarbeitung stattfinden, angewendet, um die Erkennungssicherheit zu erhöhen. Allerdings können die nachfolgenden einzelnen Verfahren zur Kratzerdetektion auch alleine oder in beliebigen Kombinationen angewendet werden.
- In einem weiteren Verfahren wird eine Gradientenbildung 1. und 2. Ordnung (Ableitung des Gradienten) über dem Bild für die Grauwerte durchgeführt, wobei die Ergebnisse mit Schwellen verglichen werden. Um nur die starken Übergänge zu finden, die für Kratzer charakteristisch sind, werden vorzugsweise verschiedene Schwellen benutzt. Weiterhin wird vorzugsweise aus der Differenz des Originalbildes und dem um 2 bis 3 Pixel nach rechts verschobenen Bild ein Merkmal zum Auffinden der senkrechten Übergänge herausgearbeitet. Dieses Merkmal ist gegeben durch eine markante Linie, die oberhalb einer Schwelle größer 1 liegt. Die besonders harten Übergänge werden dann in der Bearbeitung dieses Differenzbildes hervorgehoben. Hierzu wird die Differenz des Originalbildes mit einem um 1 bis 2 Pixel verschobenen Bildes mit anschließendem Schwellwertvergleich gebildet und mit dem ersten Differenzbild verkoppelt. Dadurch werden nur die Streifen hervorgehoben, die sehr starke Übergänge zu beiden Seiten hin aufweisen. Dies berücksichtigt, wie bei dem Verfahren zuvor, die Ursache der senkrechten Streifen, die bei der Vorführung des Filmes mechanisch entstehen, indem die Filmschicht längs des Filmtransportes mechanisch abgeschliffen bzw. verkratzt wird. Die Verkopplung der beiden Differenzbilder erfolgt dabei vorzugsweise durch einfache Korrelationsfunktionen.
- In einem weiteren Verfahren werden die senkrechten Streifen detektiert, indem die Werte spaltenweise miteinander korreliert werden. Der Schnelligkeit wegen werden einfache Korrelationsfunktionen, wie Addition, Subtraktion, XOR-Funktionen und AND-Verknüpfungen, benutzt. Damit werden dunkle oder helle Streifen erkannt. Verglichen wird das Ergebnis dann noch vorzugsweise mit der Differenz von einem Originalbild und einem geglätteten Bild, um eine größere Sicherheit zu haben. Anschließend können die Streifen mit morphologischen Operatoren verbreitert und die Verbreiterung über die OR-Verknüpfung von waagerecht verschobenen (shift operation) Bildern verifiziert.
- In einem weiteren Verfahren werden über einen Kantenfilter die scharfen Übergänge im Bild hervorgehoben. Diese Kanten werden dann vorzugsweise bezüglich ihrer Richtung mit den vorher ermittelten Linien gemäß des ersten Verfahrens über eine AND-Verknüpfung ausgesondert. Des Weiteren werden vorzugsweise die um ein oder mehrere Pixel verschobenen Bilder aufaddiert. Damit wird eine Verstärkung der senkrechten Linien erreicht, da bei diesen immer wieder gleiche Werte aufaddiert werden, die auch als „Kratzer" schon große Gauwertpegel (weiß) haben. Vorzugsweise erfolgt nach der Aufaddition wieder ein Vergleich mit mindestens einem Schwellwert.
- Die Analyse der Kanten erfolgt mit dem Gradienten der Änderung und der Ableitung des Gradienten der Änderung. Wenn diese Änderung eine Schwelle übersteigt, dann wird ein Kratzer angenommen. Für die Bestätigung dieser ersten Annahme wird die Textur innerhalb und der Umgebung untersucht. Ein Kratzer liegt dann vor, wenn bei dieser Textur in der Waagerechten ein Sprung auftritt. Das liegt darin begründet, dass der Kratzer kaum waagerechte Strukturen enthält, wohl aber die Kanten von Möbeln, Masten usw. im Übergangsbereich.
- In einem weiteren Verfahren wird die „Gezacktheit" der Ränder untersucht. Die Ränder dieser Kratzer unterscheiden sich von Filminhalten mit scharfen Kanten. Die Ränder der Kratzer zeigen scharfe Übergänge von beiden Seiten, die aber dennoch eine Feinstruktur haben, die „gezackt" ist. Daher werden die Ränder untersucht. Um die Zacken einfach zu bestimmen, wird die Differenz von einem geglätteten Bild und einem ungeglätteten Bild bestimmt und anschließend quadriert. Diese Fläche wird als Maß für die Anzahl der „Zacken" benutzt.
- Die Ränder der Kratzer werden vorzugsweise extra betrachtet. Die Kratzer sind auch immer wesentlich heller als die Umgebung, da hier die Grauwert gebende Photoschicht fehlt und der Filmträger nahezu vollständig durchsichtig ist. Damit können über eine Verknüpfung der Eigenschaften Helligkeit mit der „Gezacktheit" der Ränder die Kratzer isoliert werden.
- Es kann auch eine Texturuntersuchung an den beiden Nachbarbereichen zum Streifen durchgeführt werden und die Struktur über den Streifen fortgesetzt werden.
- Die Streifen können dunkler oder heller als die Umgebung sein. Dabei sind die helleren Streifen durch den Filmtransport in der Vorführmaschine entstanden und haben eine andere Struktur als die dunklen Streifen, die beim Entwicklungsprozess entstanden sind. Diese Unterschiede liegen sowohl in der Textur als auch in der Richtung bzw. dem Maß der Geradlinigkeit. Bei den helleren Streifen sind die Texturen in Längsrichtung von größerer Gleichförmigkeit als in Querrichtung. Es ist eine Vorzugsrichtung der Textur festzustellen, die leicht gefunden werden kann, wenn man die Texturen in Längs- und Querrichtung (z.B. nach Drehung des Bildes) untersucht.
- Da die einzelnen Verfahren zur Erkennung der Kratzer auf verschiedenen Annahmen beruhen und verschiedene Eigenschaften besonders berücksichtigen, ist es sinnvoll, alle Eigenschaften in Zusammenhang zu bringen. Da es sich hierbei um verschiedenartige Ergebnisse handelt, werden die einzelnen Ergebnisse vorzugsweise normiert und in Beziehung zueinander gebracht. Vorteilhaft ist hierbei eine Normierung und eine Abbildung der Eigenschaften auf das Intervall [0,1]. In diesem Intervall, das mathematisch ungenau auch als Wahrscheinlichkeit verstanden werden kann, wird angezeigt, ob eine Kratzereigenschaft wesentlich oder nur unwesentlich erkannt wurde. Diese Maße für die Höhe der Zuordnung zu einer Kratzereigenschaft werden dann addiert oder mit einer Schwelle miteinander verknüpft. Diese Verknüpfungen werden vorzugsweise sukzessive durchgeführt, indem ein Ergebnis aus zwei Verknüpfungen mit einem Wert aus einem anderen Verfahren erhalten zusammengefügt wird. Wenn eine Eigenschaft eine Aussage bringt, dass kein Kratzer zu erwarten ist, dann werden die bisherigen Ergebnisse zugunsten eines Kratzers wieder verworfen. Dies kann anschaulich wie folgt erläutert werden. Zunächst werden zwei Eigenschaften multipliziert und mit einer Schwelle verglichen. Liegt das Ergebnis unter der Schwelle, so wird die Kratzer-Hypothese verworfen. Ansonsten werden die Ergebnisse aufaddiert. Anschließend kann dann dieses Ergebnis wieder zunächst multiplikativ mit der nächsten Eigenschaft verknüpft werden und mit einer weiteren Schwelle verglichen werden. Liegt das Ergebnis unter der Schwelle, so wird die Kratzer-Hypothese verworfen. Ansonsten werden die Eigenschaften wieder addiert. Hierdurch wird im Gegensatz zu einer reinen Addition erreicht, dass Eigenschaften, die deutlich gegen einen Kratzer sprechen, nicht durch andere Eigenschaften „überstimmt" werden.
- Wenn alle Eigenschaften fusioniert worden sind und für einen Streifenkratzer entschieden wurde, dann wird eine kleine Verbreiterung dieses Streifens vorgenommen. Dieses Gebiet wird mit einem Wert belegt, der oberhalb des größten Grauwertes liegt, um eine Markierung zu haben. Wenn die Kratzer erkannt sind, wird diese Fläche mit dem Mittelwert der Umgebung, der aus einer Erweiterung des Gebildes und dem Abziehen des inneren Teils der Rand eliminiert werden und über diesen der Mittelwert gebildet werden.
- Genauer wird die Ersetzung der Kratzerflächen über eine Interpolation der Werte. Es wird dann eine Interpolation der Werte senkrecht zu dem ausgeblendeten Streifen durchgeführt. Für die Interpolation werden die Punkte in den rechten und linken Teilen von dem Streifen addiert. Das kann sehr schnell durchgeführt werden, kann aber etwas ungenau sein. Wenn man es sich leisten kann, dann ist eine Interpolation des Verlaufs der Grauwerte in der senkrechten Linie durch den Streifen eine genauere. Dazu kann man den Verlauf in der Nähe als Kurve darstellen und die fehlenden Punkte über eine Splinefunktion ermitteln. Dazu reichen im Regelfall 3 Punkte rechts und 3 Punkte links von dem Streifen.
- Wenn Kratzer auch in Querrichtung auftreten sollten, kann das Bild um 90° gedreht werden und die Verfahren wie zuvor beschrieben angewendet werden.
- Zur Erkennung von fleckenförmigen Fehlern in einem Bild werden zunächst alle Pixel mit einem Grauwert größer und/oder kleiner einem Schwellwert hervorgehoben, wobei ermittelte Flächen unterdrückt werden, falls deren Fläche eine bestimmte Größe überschreitet. Über die Auswahl größer einer Schwelle werden die hellen Flecken und über die Auswahl kleiner als eine Schwelle werden die dunklen Flecken selektiert, wobei die beiden Schwellen unterschiedlich gewählt werden. Aufgrund der Unterdrückung sehr großer Flächen wird verhindert, dass großflächige dunkle oder helle Bildinhalte wie Nachtaufnahmen oder Sonnenschein fälschlicherweise als Flecken betrachtet werden. Diese Annahme ist vor allem deshalb berechtigt, da die Ursache derartiger Flecken meist im Entwicklungsprozess oder in der langen Lagerung liegen und eine bestimmte Größe nicht überschreiten. Zur Unterdrückung wird vorzugsweise eine Ordnung nach der Größe der Flecken in Form eines Histogramms durchgeführt. Es werden damit markierte Gebiete erzeugt und eine Ordnung nach deren Größe erzeugt. Alle Werte ab einer gewissen Größe werden unterdrückt. Bei den dunklen Fehlstellen kann einfach das inverse Grauwert-Bild verwendet werden, so dass der gleiche Algorithmus wie bei den hellen Flecken verwendet werden kann.
- Für die weitere Separation der „Störflecken" wird die Textur dieser Flecken bestimmt und diese mit der Umgebung verglichen. Die Texturen werden über eine Rangordnung der umgebenden Bildpunkte bestimmt. Dazu wird ein Punkt aus dem zu erwartenden Gebiet einer fleckenförmigen Störung herausgegriffen und die „Grauwertabstände" zu allen benachbarten Punkten berechnet. Danach werden diese Werte mit einer Schwelle verglichen und so entstehen positive und negative Werte, die aufaddiert werden. Die Gleichheit der Struktur der Fläche ergibt sich, wenn benachbarte Punkte ähnliche Summenwerte ergeben. Der ausgewählte Punkt wird über das gesamte zu erwartende Gebiet der Störung verschoben. Die dabei mit den Nachbarpunkten erzeugten Summanden werden verglichen und ergeben bei einer Gleichheit innerhalb einer a priori angesetzten Schranke eine Aussage zugunsten einer fleckenförmigen Störung. Da diese Störungen verhältnismäßig gleich sind, wird der Wert sehr niedrig sein und nur wenig von Null abweichen.
- In einem weiteren bevorzugten Verfahrensschritt wird der Umfang und die Fläche des fleckenförmigen Fehlers bestimmt und in Relation gesetzt, wobei bei innerhalb einer bestimmten Relation auf einem fleckenförmigen Fehler geschlossen wird. Dabei wird folgendes ausgenutzt:
Die „Störflecken" sind zwar gezackt, aber doch in erster Näherung kreisförmige Gebilde. Diese Eigenschaft wird über die Messung des Perimeters (Umfanges) bestimmt. Nimmt man einen Kreis an und vergleicht den Umfang 2 π·r zur Fläche π·r2, so ergibt sich, dass das Verhältnis proportional zu r sein muss. Die Fläche erhält man einfach aus der Ausmessung der Fläche der Störfläche. Den Umfang kann man auch leicht über eine Flächenmessung erhalten, indem man die Fläche etwas erweitert über smooth- oder erode-Funktionen und von der vergrößerten Fläche die Originalfläche abzieht. Dieses Flächenmaß ist proportional dem Umfang, und das gilt auch bei den gezackten Rändern. - Es können zur Bestimmung der Form dieses Fleckes auch einzelne Linien durch den Fleck gezogen werden mit einem Winkel von etwa 15°, 30° und 45°. Damit kann einerseits auch die nahezu Kreisförmigkeit der Flecken ermittelt werden, indem die Längen über diese Gebilde verglichen werden und annähernd gleich sind. Andererseits können über diese Linien die Grauwerte aufgetragen werden. Werden diese Grauwertkurven dann um 1 bis 3 Pixel entlang der Linie verschoben und voneinander abgezogen, so erhält man an den Rändern kleine Spitzen. Diese kleinen Spitzen können durch eine Quadrierung der Differenz-Kurven und eine Schwelle in überhöhte Spitzen umgewandelt werden, so dass binäre Werte entstehen, die die Positionen der Ränder charakterisieren und ein Merkmal für fleckenförmige Störungen ergeben.
- Die einzelnen Ergebnisse aus den verschiedenen Verfahren zur Bestimmung der Störflächen werden fusioniert, um eine bessere Entscheidung zu erhalten. Dazu werden in erster Näherung die Werte über eine Schwelle binarisiert und über eine AND-Verknüpfung zusammengefasst. Ergibt sich eine 1, dann ist die Störfläche detektiert. Wenn eine Null entsteht, wird eine Addition ohne Schwelle durchgeführt und dann mit einer Schwelle (bei etwa 3) für eine Störung entschieden. Wenn dann immer noch eine weitere Entscheidung getroffen werden soll, wird eine Verknüpfung untersucht, analog zu der von kratzerförmigen Störungen mit einer Projektion auf maßwert innerhalb eines Intervalls [0,1] und Multiplikation dieser Werte mit anschließender Schwellenentscheidung und Addition, wobei dieses Verfahren sukzessive für alle Eigenschaften durchgeführt wird. Selbstverständlich kann auch nur jeweils eines der erläuterten Fusionsverfahren zur Anwendung kommen.
- Die Ersetzung der isolierten Flächen im Bild erfolgt analog zu der Ersetzung bei den Kratzern.
- Mit einem weiteren Verfahren bzw. einer dazu geeigneten Vorrichtung werden fusselförmige Fehler in einem Bild erkannt. Bei der Filmentwicklung bzw. beim Kopieren sind manchmal Fussel auf dem Film gewesen, die dann als Fehler manifestiert werden. Störungen, wie unregelmäßig geformte Fussel auf dem Film, werden aus den Konturänderungen ermittelt, indem das gemittelte Bild, das diese Konturen verschleift, von dem Originalbild abgezogen wird. Durch diese Subtraktion werden die Konturen verstärkt. Mittels einer Quadratur des über Subtraktion erhaltenen Bildes und einer nachfolgenden Binarisierung über eine Schwelle werden diese Konturen isoliert. Diese Stellen werden bildtechnisch verstärkt, um sie zu maskieren mit Mask = (Bild-smooth(bild))2 > Schwelle.
- Dieses Verfahren wird vorzugsweise mehrmals mit verschiedenen Parametern des smooth-Filters durchgeführt. Es können auch andere Filter, wie Lee-Filter oder Gaborfilter, benutzt werden.
- Nachdem eine größere Menge von solchen möglichen Fusseln gefunden worden ist, beginnt eine texturelle Untersuchung und eine Untersuchung der Breite und der Grauwertverteilung. Bei der texturellen Analyse werden die Verfahren des Bestimmens der Verteilung der Differenzen zwischen den einzelnen benachbarten Punkten benutzt, wie es bei den fleckenförmigen Störungen aufgezeigt wurde. Hierbei ist aber eine Besonderheit, dass die Fusseln nur sehr schmal sind und in beliebige Richtungen gehen. Es wird also hier ein wesentlich kleinerer Bereich durchsucht. Da die Fusseln beliebig verlaufen können, werden die Nachbarregionen verglichen und immer eine Bestätigung der Aussagen von den Nachbarregionen mit einer AND-Verknüpfung verglichen.
- Für die fadenförmige Ausdehnung wird auch die Helligkeit (normalerweise sind solche Fusseln heller oder dunkler als die Umgebung) und insbesondere die Helligkeitsänderung in den Gebieten untersucht, die vorher isoliert wurden. Die notwendigen Helligkeitssprünge der Nachbarregionen werden über AND-Verknüpfungen der Grauwertdifferenzen addiert und ergeben dann einen Wert über einer vorgegebenen Schwelle (mehr als die Hälfte der Werte sollte vorzugsweise solch einen Sprung aufweisen), so dass damit ein Fussel sehr wahrscheinlich ist.
- Mit diesen 3 Verfahren werden verschiedenartige Merkmale erzeugt, die einzeln oder bei einer Fusion einen Fussel aufzeigen.
- Die Ersetzung der isolierten Fäden mit interpolierten Werten der Nachbarregionen erfolgt analog zu der Ersetzung bei den Kratzern.
- In einer bevorzugten Ausführungsform werden parallel die Verfahren zur Erkennung von Kratzern, fleckenförmigen Fehlern und fusselförmigen Fehlern angewendet. In einer weiteren bevorzugten Ausführungsform wird die Schaltung durch FPGAs implementiert.
- Die Erfindung wird nachfolgend anhand eines bevorzugten Ausführungsbeispieles näher erläutert. Die Fig. zeigen:
-
1 ein schematisches Blockschaltbild zur Erkennung von Kratzern, -
2a eine erste schematische Schaltungsanordnung zur Erkennung von Kratzern, -
2b eine zweite schematische Schaltungsanordnung zur Erkennung von Kratzern, -
3 eine schematische Schaltungsanordnung zur Ersetzung bzw. Beseitigung von Kratzern, -
4 ein schematisches Blockschaltbild zur Erkennung von fleckenförmigen Fehlern und -
5 ein schematisches Blockschaltbild zur Erkennung von fusselförmigen Fehlern. - In der
1 ist ein Blockschaltbild einer Vorrichtung zur Erkennung von Kratzerfehlern dargestellt, wobei dabei im Wesentlichen parallel fünf verschiedene Verfahren angewendet werden. In dem ersten Verfahren Kratzerfindung 1 wird das digitalisierte Bild um mindestens ein Pixel verschoben und anschließend die beiden Bilder voneinander abgezogen. Anschließend werden alle Grauwerte unterhalb einer Schwelle unterdrückt, so dass scharfe Sprünge im Grauwert hervorgehoben werden. Mittels anschließender Untersuchung der so detektierten Linie im Original kann dann überprüft werden, ob der Sprung im Grauwert an beiden Seiten der Linie vorliegt, was für einen Kratzer spricht. - In einem weiteren Verfahren Kratzerfindung 2 wird über dem digitalisierten Bild der Gradient 1. und 2. Ordnung der Grauwerte gebildet, wodurch ebenfalls sprunghafte Änderungen der Grauwerte hervorgehoben werden, die für Kratzer typisch sind.
- In einem weiteren Verfahren Kratzerfindung 3 werden die Pixel spaltenweise korreliert, wobei vorzugsweise verschiedene Korrelationsfunktionen Verwendung finden. Hierdurch werden senkrechte Streifen detektiert.
- In einem weiteren Verfahren Kratzerfindung 4 wird auf das digitalisierte Bild ein Kantenfilter angewendet.
- In einem letzten Verfahren Kratzerfindung 5 wird dann schließlich noch die Umrandung eines detektierten Streifens nach Gezacktheit und Helligkeit untersucht.
- Diese fünf Verfahren liefern jeweils eine Aussage über die Wahrscheinlichkeit, dass ein Kratzer detektiert wurde, die nun zur Erhöhung der Erkennungsrate miteinander verknüpft werden müssen. Dabei können nun verschiedene Verknüpfungen erfolgen. Vorzugsweise werden zunächst die Ergebnisse aller fünf Verfahren auf einen Bereich zwischen 0 und 1 normiert. Anschließend werden zwei Eigenschaften miteinander multipliziert und das Ergebnis mit einer Schwelle C verglichen. Liegt das Ergebnis unterhalb von C, so wird die Kratzer-Hypothese verworfen und das Verfahren abgebrochen. Liegt das Ergebnis darüber, so werden die Eigenschaften addiert und anschließend mit der nächsten Eigenschaft verknüpft. Durch die Multiplikation gekoppelt mit einer Schwelle, oberhalb der das Produkt als größer 0 gewertet wird, wird gewährleistet, dass ein sehr niedriger Wert für eine Eigenschaft nicht durch sehr hohe Werte der anderen Eigenschaften „überstimmt" wird. Dieses Verfahren wird solange fortgesetzt, bis alle Eigenschaften verknüpft sind oder aber das Ergebnis einer Multiplikation unter C liegt, wobei C für die unterschiedlichen Multiplikationen unterschiedlich gewählt werden kann. Das Ergebnis der Verknüpfung aller Eigenschaften wird dann mit einer Schwelle S1 verglichen, wobei bei Überschreitung der Schwelle S1 auf einen Kratzer erkannt wird. Ebenso ist es denkbar, die fünf Eigenschaften zu binarisieren und durch eine AND-Funktion zu verknüpfen. Ist das Ergebnis eine logische Eins, so wird ein Kratzer angenommen. Alternativ können die Eigenschaften addiert werden und mit einer Schwelle S2 verglichen werden. Die einzelnen Verknüpfungen können dabei auch nacheinander erfolgen.
- In der
2a ist ein Blockschaltbild einer Schaltungsanordnung des Verfahrens Kratzerfindung 2 gemäß1 dargestellt. Parallel werden von dem digitalisierten Bild B die Gradienten 1. und 2. Ordnung der Grauwerte ermittelt und mit Schwellen S3 verglichen. Des Weiteren wird die Differenz des Originalbildes B mit dem um ein Pixel verschobenen Bild B–1 und dem um zwei Pixel verschobenen Bild B–2 gebildet und ebenfalls jeweils mit einer Schwelle S1 bzw. S2 verglichen. Dabei ist auch ein Vergleich mit unterschiedlichen Schwellen möglich. Dabei können neben den beiden Differenzbildern noch weitere Differenzbilder ergänzend oder alternativ (beispielsweise B – B–2 und B – B–3) herangezogen werden. Anschließend werden dann die beiden Differenzbilder nach der Schwellwertbetrachtung korreliert und beispielsweise über eine XOR- und/oder AND- und/oder ADD- und/oder Sub-Funktion verknüpft. Anschließend wird dann das korrelierte Differenzbild mit den über die Gradientenbildung 1. und 2. Ordnung gewonnenen Bildern korreliert, wobei das Ergebnis auf einen Eigenschaftswert abgebildet wird. - In der
2b ist ein Blockschaltbild einer Schaltungsanordnung des Verfahrens Kratzerfindung 4 gemäß1 dargestellt. Dabei wird das digitalisierte Bild B zunächst einem Kantenfilter KF zugeführt und das Ergebnis mit den Ergebnissen des Kratzerfindungsverfahrens 1 KF1 einer logischen AND-Funktion unterworfen. Der Kantenfilter KF holt scharfe Übergänge hervor, wobei aufgrund der AND-Verknüpfung mit den senkrechten Linien gemäß KF1 somit senkrechte scharfe Übergänge erhalten werden. Diese Übergänge werden mit um ein und zwei Pixel verschobenen Bildern B–1 und B–2 aufaddiert. Damit wird eine Verstärkung der senkrechten Linien erreicht, da bei diesen immer wieder gleiche Werte aufaddiert werden, die auch als vermeintliche Kratzer große Grauwertpegel haben. Dieses Ergebnis wird dann mit einer Schwelle S verglichen. Anschließend erfolgt eine Gradientenbildung 1. und 2. Ordnung, wodurch steile Anstiege der Grauwerte, wie sie für Kratzer typisch sind, hervorgehoben werden. Anschließend erfolgt wieder ein Vergleich mit einer weiteren Schwelle S. Dabei ist bei einem Kratzer typischerweise zu beiden Seiten hin ein Sprung in den Grauwerten. Letztendlich wird der vermeintliche Kratzer noch in seiner Textur untersucht. Dabei wird ausgenutzt, dass ein Kratzer eine gleichmäßige Textur aufweist. - In der
3 ist schematisch die Ersetzung eines detektierten Kratzers K dargestellt, wobei zunächst eine Umgebung des Kratzers erzeugt wird. Anschließend wird der rechte und linkte Teil mittels einer Kantenanalyse und einer Gradientenbildung 1. und 2. Ordnung analysiert und beide Seiten miteinander verglichen. Dann wird die Kratzerfläche isoliert und durch eine Interpolation der Werte der Umgebung ersetzt, so dass der Kratzer im Bild eliminiert wird. - In der
4 ist der Ablauf zur Erkennung von fleckenförmigen Fehlern dargestellt. Dabei wird das digitalisierte Bild nach verschiedenen Kriterien untersucht. In einem ersten Verfahren wird das Verhältnis zwischen Fläche zu Umfang ermittelt, da fleckenförmige Fehler meist kreisförmig ausgebildet sind. In einem zweiten Verfahren wird die Textur der Flächen untersucht und diese mit der Umgebung verglichen. Die Texturen werden über eine Rangordnung der umgebenden Bildpunkte bestimmt. Dazu wird ein Punkt aus dem zu erwartenden Gebiet einer fleckenförmigen Störung herausgegriffen und die „Grauwertabstände" zu allen benachbarten Punkten berechnet. Danach werden diese Werte mit einer Schwelle verglichen und so entstehen positive und negative Werte, die aufaddiert werden. Die Gleichheit der Struktur der Fläche ergibt sich, wenn benachbarte Punkte ähnliche Summenwerte ergeben. Der ausgewählte Punkt wird über das gesamte zu erwartende Gebiet der Störung verschoben. Die dabei mit den Nachbarpunkten erzeugten Summanden werden verglichen und ergeben bei einer Gleichheit innerhalb einer a priori angesetzten Schranke eine Aussage zugunsten einer fleckenförmigen Störung. Da diese Störungen verhältnismäßig gleich sind, wird der Wert sehr niedrig sein und nur wenig von Null abweichen. - In einem dritten Verfahren werden durch die Flecken Linien in einem Winkel durchgezogen und die Grauwertkurve über der Linie aufgetragen. Anschließend wird die Grauwertkurve um 1 bis 3 Pixel entlang der Linie verschoben und von der ursprünglichen Kurve abgezogen. Dadurch erhält man kleine Spitzen an den Rändern, die durch Quadrierung und Schwellwertbildung in überhöhte Spitzen umgewandelt werden können. Hierdurch wird die Position der Ränder charakterisiert.
- In einem weiteren Verfahren wird die Größe der Flecken bestimmt, wobei größere Flächen ausgeblendet werden. Dieses Verfahren wird vorzugsweise zuerst durchgeführt, so dass die somit ermittelten „Flecken" quasi eine Hypothese für die anderen drei Verfahren darstellen. Anschließend erfolgt wieder eine Fusion der einzelnen Ergebnisse, wobei dabei auf die Ausführungen zur Fusion bei den Kratzern verwiesen werden kann.
- In der
5 ist schematisch der Ablauf zur Detektion von fusselförmigen Fehlern dargestellt, wobei zunächst das digitalisierte Bild über einen smooth-Filter geglättet wird, dieses geglättete Bild vom Originalbild abgezogen wird, das Ergebnis quadriert und mit einer Schwelle verglichen wird. Anschließend erfolgt dann eine texturelle Untersuchung der vermeintlichen Fusseln sowie eine Untersuchung von Grauwertsprüngen zur Umgebung, wobei die einzelnen Ergebnisse wieder fusioniert werden. - Nach der Ersetzung der Fehler mittels Interpolation kann das so rekonstruierte Bild dann abgespeichert und archiviert werden.
Claims (54)
- Verfahren zur Erkennung von Fehlern in Filmvorlagen, wobei die Bilder des Filmes mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Ermittlung von Kratzern in einem Bild zunächst zu dem Bild ein um mindestens ein Pixel verschobenes Bild erzeugt wird, das verschobene Bild vom ursprünglichen Bild abgezogen wird, wobei in diesem Differenzbild alle Grauwerte unterhalb einer Schwelle unterdrückt werden, so dass linienförmige Strukturen herausgehoben werden, wobei die benachbarten Grauwerte zu beiden Seiten der linienförmigen Struktur mit den Grauwerten der linienförmigen Struktur verglichen werden, wobei bei Erfassung eines Grauwert-Sprunges bezüglich beider Seiten für eine bestimmte Anzahl von Pixel pro Länge festgestellt wird, dass ein Kratzerfehler vorliegt.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die senkrechten Linien durch eine waagerechte Verschiebung des Bildes mit anschließender Differenzbildung und die waagerechten Linien durch eine senkrechte Verschiebung mit anschließender Differenzbildung mit jeweiligem Schwellenwert ermittelt werden.
- Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zusätzlich eine Gradientenbildung 1. und 2. Ordnung durchgeführt wird, wobei die Ergebnisse mit Schwellen verglichen werden.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Grauwerte des digitalisierten Bildes zusätzlich spaltenweise und/oder zeilenweise korreliert werden.
- Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass als Korrelationsfunktion eine Addition, Subtraktion, XOR-Funktion und/oder AND-Verknüpfung benutzt werden.
- Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass die Differenz des Bildes mit einem geglätteten Bild erzeugt wird und die detektierten Streifen mit dem Differenzbild verglichen werden, wobei in Abhängigkeit vom Vergleich eine Kratzer-Hypothese bestätigt oder verworfen wird.
- Verfahren nach einem der Ansprüche 4 bis 6, dadurch gekennzeichnet, dass die detektierten Streifen durch morphologische Operatoren verbreitert und die Verbreiterung über eine OR-Verknüpfung mit mindestens einem waagerecht verschobenen Bild verifiziert wird.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass zusätzlich über einen Kantenfilter die scharfen Übergänge im Bild hervorgehoben werden, wobei die Kanten dann bezüglich ihrer Richtung mit den vorher ermittelten Streifen nach Anspruch 1 über eine AND-Verknüpfung ausgesondert werden, wobei die Analyse der Kanten mit dem Gradienten der Änderung und der Ableitung des Gradienten der Änderung durch ein Schwellwert-Vergleich erfolgt, wobei bei Überschreitung der Schwelle ein Kratzer angenommen wird.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass zusätzlich die Textur in der Umgebung des vermeintlichen Kratzers untersucht wird, wobei die Annahme eines Kratzers verworfen wird, wenn die Textur keinen Sprung in der Waagerechten aufweist.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass zusätzlich die Differenz von einem geglätteten Bild mit einem ungeglätteten Bild gebildet wird, das Ergebnis quadriert wird, die Fläche bestimmt und als Maß für die Gezacktheit benutzt wird.
- Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Helligkeit der Ränder der Kratzer ermittelt und mit der Gezacktheit verknüpft wird.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Kratzerhypothesen der einzelnen vorangegangenen Verfahrensschritte miteinander verknüpft werden.
- Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass die Verknüpfung sukzessive durch Multiplikation, Schwellwertvergleich und anschließender Addition erfolgt.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass ein ermittelter Kratzer durch eine Interpolation der benachbarten Punkte bzw. Pixel ersetzt wird.
- Verfahren zur Entfernung von Fehlern in Filmvorlagen, wobei die Bilder des Filmes mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Ermittlung von fleckenförmigen Fehlern in einem Bild alle Pixel mit einem Grauwert größer und/oder kleiner einem Schwellenwert hervorgehoben werden, wobei ermittelte Flächen unterdrückt werden, falls deren Fläche eine bestimmte Größe überschreitet.
- Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass die ermittelten Flecken nach ihrer Textur untersucht werden, wozu ein Punkt innerhalb des Fleckes ausgewählt wird und die Grauwertabstände zu allen benachbarten Punkten berechnet werden, diese Abstände mit einer Schwelle verglichen werden, so dass positive und negative Werte gebildet werden, die anschließend aufaddiert werden, wobei anschließend der Punkt verschoben wird und das Verfahren wiederholt wird, wobei bei gleichen Summenwerten innerhalb einer vorgegebenen Abweichung auf einen fleckenförmigen Fehler geschlossen werden kann.
- Verfahren nach Anspruch 15 oder 16, dadurch gekennzeichnet, dass der Umfang und die Fläche des fleckenförmigen Fehlers bestimmt und in Relation gesetzt werden, wobei bei innerhalb einer bestimmten Relation auf einen fleckenförmigen Fehler geschlossen wird.
- Verfahren nach einem der Ansprüche 15 bis 17, dadurch gekennzeichnet, dass durch die Flecken Linien in bestimmten Winkeln gezogen werden, wobei über die Linienlänge die Kreisförmigkeit ermittelt werden kann und/oder über die Linien Grauwerte aufgetragen werden, die Linien um mindestens ein Pixel entlang der Linie verschoben werden und anschließend von der ursprünglichen Linie abgezogen werden, wobei die so erhaltenen kleinen Spitzen den Rand charakterisieren.
- Verfahren nach Anspruch 18, dadurch gekennzeichnet, dass die Differenz-Kurven der Grauwerte quadriert werden und mit einer Schwelle verglichen werden.
- Verfahren nach einem der Ansprüche 15 bis 19, dadurch gekennzeichnet, dass die einzelnen Ergebnisse der vorangegangenen Verfahrensschritte miteinander fusioniert werden.
- Verfahren nach einem der Ansprüche 15 bis 20, dadurch gekennzeichnet, dass der fleckenförmige Fehler durch Interpolation benachbarter Pixel ersetzt wird.
- Verfahren zur Entfernung von Fehlern in Filmvorlagen, wobei die Bilder des Films mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Erkennung von fusselförmigen Fehlern im Bild von dem Bild ein geglättetes Bild erzeugt wird, das von dem Bild abgezogen wird, wobei das Ergebnis quadriert und mit einer Schwelle verglichen wird.
- Verfahren nach Anspruch 22, dadurch gekennzeichnet, dass die ermittelten fusselförmigen Fehler nach ihrer Textur untersucht werden, wozu ein Punkt innerhalb der Fläche ausgewählt wird und die Grauwertabstände zu allen benachbarten Punkten berechnet werden, diese Abstände mit einer Schwelle verglichen werden, so dass positive und negative Werte gebildet werden, die anschließend aufaddiert werden, wobei anschließend der Punkt verschoben wird und das Verfahren wiederholt wird, wobei bei gleichen Summenwerten innerhalb einer vorgegebenen Abweichung auf einen fleckenförmigen Fehler geschlossen werden kann.
- Verfahren nach Anspruch 22 oder 23, dadurch gekennzeichnet, dass Helligkeitssprünge zu den Nachbarregionen untersucht werden.
- Verfahren nach den Ansprüchen 17 bis 24, dadurch gekennzeichnet, dass die einzelnen Ergebnisse fusioniert werden.
- Verfahren nach einem der Ansprüche 17 bis 25, dadurch gekennzeichnet, dass ein erkannter fusselförmiger Fehler durch Interpolation der Nachbarpunkte ersetzt wird.
- Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass parallel ein Verfahren zur Erkennung von Kratzern, fleckenförmigen Fehlern und fusselförmigen Fehlern erfolgt.
- Vorrichtung zur Erkennung von Fehlern in Filmvorlagen, wobei die Bilder des Filmes mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Ermittlung von Kratzern in einem Bild zunächst zu dem digitalisierten Bild ein um mindestens ein Pixel verschobenes Bild erzeugt wird, das verschobene Bild vom ursprünglichen Bild abgezogen wird, wobei in diesem Differenzbild alle Grauwerte unterhalb einer Schwelle unterdrückt werden, so dass linienförmige Strukturen herausgehoben werden, wobei die benachbarten Grauwerte zu beiden Seiten der linienförmigen Struktur mit den Grauwerten der linienförmigen Struktur verglichen werden, wobei bei Erfassung eines Grauwert-Sprunges bezüglich beider Seiten für eine bestimmte Anzahl von Pixel pro Länge festgestellt wird, dass ein Kratzerfehler vorliegt.
- Vorrichtung nach Anspruch 28, dadurch gekennzeichnet, dass die senkrechten Linien durch eine waagerechte Verschiebung des Bildes mit anschließender Differenzbildung und die waagerechten Linien durch eine senkrechte Verschiebung mit anschließender Differenzbildung mit jeweiligem Schwellenwert ermittelt werden.
- Vorrichtung nach Anspruch 28 oder 29, dadurch gekennzeichnet, dass zusätzlich eine Gradientenbildung 1. und 2. Ordnung durchgeführt wird, wobei die Ergebnisse mit Schwellen verglichen werden.
- Vorrichtung nach einem der Ansprüche 28 bis 30, dadurch gekennzeichnet, dass die Grauwerte des digitalisierten Bildes zusätzlich spaltenweise und/oder zeilenweise korreliert werden.
- Vorrichtung nach Anspruch 31, dadurch gekennzeichnet, dass als Korrelationsfunktion eine Addition, Subtraktion, XOR-Funktion und/oder AND-Verknüpfung benutzt werden.
- Vorrichtung nach Anspruch 31 oder 32, dadurch gekennzeichnet, dass die Differenz des Bildes mit einem geglätteten Bild erzeugt wird und die detektierten Streifen mit dem Differenzbild verglichen werden, wobei in Abhängigkeit vom Vergleich eine Kratzer-Hypothese bestätigt oder verworfen wird.
- Vorrichtung nach einem der Ansprüche 31 bis 33, dadurch gekennzeichnet, dass die detektierten Streifen durch morphologische Operatoren verbreitert und die Verbreiterung über eine OR-Verknüpfung mit mindestens einem waagerecht verschobenen Bild verifiziert wird.
- Vorrichtung nach einem der Ansprüche 28 bis 34, dadurch gekennzeichnet, dass zusätzlich über einen Kantenfilter die scharfen Übergänge im Bild hervorgehoben werden, wobei die Kanten dann bezüglich ihrer Richtung mit den vorher ermittelten Streifen über eine AND-Verknüpfung ausgesondert werden, wobei die Analyse der Kanten mit dem Gradienten der Änderung und der Ableitung des Gradienten der Änderung durch ein Schwellwert-Vergleich erfolgt, wobei bei Überschreitung der Schwelle ein Kratzer angenommen wird.
- Vorrichtung nach einem der Ansprüche 28 bis 35, dadurch gekennzeichnet, dass zusätzlich die Textur in der Umgebung des vermeintlichen Kratzers untersucht wird, wobei die Annahme eines Kratzers verworfen wird, wenn die Textur keinen Sprung in der Waagerechten aufweist.
- Vorrichtung nach einem der Ansprüche 28 bis 36, dadurch gekennzeichnet, dass zusätzlich die Differenz von einem geglätteten Bild mit einem ungeglätteten Bild gebildet wird, das Ergebnis quadriert wird, die Fläche bestimmt und als Maß für die Gezacktheit benutzt wird.
- Vorrichtung nach Anspruch 37, dadurch gekennzeichnet, dass die Helligkeit der Ränder der Kratzer ermittelt und mit der Gezacktheit verknüpft wird.
- Vorrichtung nach einem der Ansprüche 28 bis 38, dadurch gekennzeichnet, dass die Kratzerhypothesen der einzelnen vorangegangenen Verfahrensschritte miteinander verknüpft werden.
- Vorrichtung nach Anspruch 39, dadurch gekennzeichnet, dass die Verknüpfung sukzessive durch Multiplikation, Schwellwertvergleich und anschließender Addition erfolgt.
- Vorrichtung nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass ein ermittelter Kratzer durch eine Interpolation der benachbarten Punkte bzw. Pixel ersetzt wird.
- Vorrichtung zur Entfernung von Fehlern in Filmvorlagen, wobei die Bilder des Filmes mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Ermittlung von fleckenförmigen Fehlern in einem Bild alle Pixel mit einem Grauwert größer und/oder kleiner einem Schwellenwert hervorgehoben werden, wobei ermittelte Flächen unterdrückt werden, falls deren Fläche eine bestimmte Größe überschreitet.
- Vorrichtung nach Anspruch 42, dadurch gekennzeichnet, dass die ermittelten Flecken nach ihrer Textur untersucht werden, wozu ein Punkt innerhalb des Fleckes ausgewählt wird und die Grauwertabstände zu allen benachbarten Punkten berechnet werden, diese Abstände mit einer Schwelle verglichen werden, so dass positive und negative Werte gebildet werden, die anschließend aufaddiert werden, wobei anschließend der Punkt verschoben wird und das Verfahren wiederholt wird, wobei bei gleichen Summenwerten innerhalb einer vorgegebenen Abweichung auf einen fleckenförmigen Fehler geschlossen werden kann.
- Vorrichtung nach Anspruch 42 oder 43, dadurch gekennzeichnet, dass der Umfang und die Fläche des fleckenförmigen Fehlers bestimmt und in Relation gesetzt werden, wobei bei innerhalb einer bestimmten Relation auf einen fleckenförmigen Fehler geschlossen wird.
- Vorrichtung nach einem der Ansprüche 42 bis 44, dadurch gekennzeichnet, dass durch die Flecken Linien in bestimmten Winkeln gezogen werden, wobei über die Linienlänge die Kreisförmigkeit ermittelt werden kann und/oder über die Linien Grauwerte aufgetragen werden, die Linien um mindestens ein Pixel entlang der Linie verschoben werden und anschließend von der ursprünglichen Linie abgezogen werden, wobei die so erhaltenen kleinen Spitzen den Rand charakterisieren.
- Vorrichtung nach Anspruch 45, dadurch gekennzeichnet, dass die Differenz-Kurven der Grauwerte quadriert werden und mit einer Schwelle verglichen werden.
- Vorrichtung nach einem der Ansprüche 42 bis 46, dadurch gekennzeichnet, dass die einzelnen Ergebnisse der vorangegangenen Verfahrensschritte miteinander fusioniert werden.
- Vorrichtung nach einem der Ansprüche 42 bis 47, dadurch gekennzeichnet, dass der fleckenförmige Fehler durch Interpolation benachbarter Pixel ersetzt wird.
- Vorrichtung zur Entfernung von Fehlern in Filmvorlagen, wobei die Bilder des Films mittels eines fotosensitiven Sensors digitalisiert werden, dadurch gekennzeichnet, dass zur Erkennung von fusselförmigen Fehlern im Bild von dem Bild ein geglättetes Bild erzeugt wird, das von dem Bild abgezogen wird, wobei das Ergebnis quadriert und mit einer Schwelle verglichen wird.
- Vorrichtung nach Anspruch 49, dadurch gekennzeichnet, dass die ermittelten fusselförmigen Fehler nach ihrer Textur untersucht werden, wozu ein Punkt innerhalb der Fläche ausgewählt wird und die Grauwertabstände zu allen benachbarten Punkten berechnet werden, diese Abstände mit einer Schwelle verglichen werden, so dass positive und negative Werte gebildet werden, die anschließend aufaddiert werden, wobei anschließend der Punkt verschoben wird und das Verfahren wiederholt wird, wobei bei gleichen Summenwerten innerhalb einer vorgegebenen Abweichung auf einen fleckenförmigen Fehler geschlossen werden kann.
- Vorrichtung nach Anspruch 49 oder 50, dadurch gekennzeichnet, dass Helligkeitssprünge zu den Nachbarregionen untersucht werden.
- Vorrichtung nach den Ansprüchen 49 bis 51, dadurch gekennzeichnet, dass die einzelnen Ergebnisse fusioniert werden.
- Vorrichtung nach einem der Ansprüche 49 bis 52, dadurch gekennzeichnet, dass ein erkannter fusselförmiger Fehler durch Interpolation der Nachbarpunkte ersetzt wird.
- Vorrichtung nach einem der Ansprüche 28 bis 53, dadurch gekennzeichnet, dass parallel ein Verfahren zur Erkennung von Kratzern, fleckenförmigen Fehlern und fusselförmigen Fehlern erfolgt.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102004005299A DE102004005299B4 (de) | 2004-01-29 | 2004-01-29 | Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102004005299A DE102004005299B4 (de) | 2004-01-29 | 2004-01-29 | Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102004005299A1 DE102004005299A1 (de) | 2005-12-29 |
DE102004005299B4 true DE102004005299B4 (de) | 2006-09-07 |
Family
ID=35454744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102004005299A Expired - Fee Related DE102004005299B4 (de) | 2004-01-29 | 2004-01-29 | Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102004005299B4 (de) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706224B (zh) * | 2019-10-09 | 2022-02-25 | 中国科学院自动化研究所 | 基于暗场图像的光学元件弱划痕检测方法、系统和装置 |
CN115018817A (zh) * | 2022-06-30 | 2022-09-06 | 京东方科技集团股份有限公司 | 划痕检测方法、装置、电子设备和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999052275A1 (en) * | 1998-04-03 | 1999-10-14 | Snell & Wilcox Limited | Video signal processing |
DE19842572A1 (de) * | 1998-09-17 | 2000-03-23 | Heidelberger Druckmasch Ag | Verfahren zur automatischen Entfernung von Bildfehlern |
US20030068096A1 (en) * | 2001-10-10 | 2003-04-10 | Eastman Kodak Company | Method for the removal of scratches from digital images |
-
2004
- 2004-01-29 DE DE102004005299A patent/DE102004005299B4/de not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999052275A1 (en) * | 1998-04-03 | 1999-10-14 | Snell & Wilcox Limited | Video signal processing |
DE19842572A1 (de) * | 1998-09-17 | 2000-03-23 | Heidelberger Druckmasch Ag | Verfahren zur automatischen Entfernung von Bildfehlern |
US20030068096A1 (en) * | 2001-10-10 | 2003-04-10 | Eastman Kodak Company | Method for the removal of scratches from digital images |
Non-Patent Citations (4)
Title |
---|
BRUNI, V.; VITULANO, D.: "A generalized model for scratch detection" Image Processing, IEEE Transac- tions on,Volume 13, Issue 1, Jan. 2004,Page:44-50 |
BRUNI, V.; VITULANO, D.: "A generalized model for scratch detection" Image Processing, IEEE Transac-tions on,Volume 13, Issue 1, Jan. 2004,Page:44-50 * |
ITULANO, D., BRUNI, V., CIARLINI, P.: "Line Scratch Detection on Digital Images: An Energy Based Model" Istituto per le Applicazioni del Calcolo "M. Picone", 2002, wscg.zcu.cz/wscg2002/Abstracts_2002/A47-Abstract.htm * |
VITULANO, D., BRUNI, V., CIARLINI, P.: "Line Scratch Detection on Digital Images: An Energy Based Model" Istituto per le Applicazioni del Calcolo "M. Picone", 2002, wscg.zcu.cz/wscg2002/Ab stracts_2002/A47-Abstract.htm |
Also Published As
Publication number | Publication date |
---|---|
DE102004005299A1 (de) | 2005-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69533054T2 (de) | Mehrfenstertechnik zur Schwellenwertverarbeitung eines Bildes unter Verwendung lokaler Bildeigenschaften | |
DE10081029B4 (de) | Bildbearbeitung zur Vorbereitung einer Texturnalyse | |
DE19726094B4 (de) | Verfahren zur Detektion von Oberflächenfehlstellen | |
DE4445386C1 (de) | Verfahren und Vorrichtung zur Trennung einer Vordergrundinformation von einer Hintergrundinformation in einer Vorlage | |
DE102014117102B4 (de) | Spurwechselwarnsystem und Verfahren zum Steuern des Spurwechselwarnsystems | |
DE102011081668A1 (de) | Vorrichtung und Verfahren zur Bestimmung der Form des Endes einer Schweißnaht | |
DE102009038364A1 (de) | Verfahren und System zur automatischen Objekterkennung und anschließenden Objektverfolgung nach Maßgabe der Objektform | |
DE10221318B4 (de) | Verfahren zur Defekterkennung in Mustern aus alternierend angeordneten Linien und Zwischenräumen auf einem Wafer | |
DE10291878T5 (de) | Bildsegmentierungserkennungsverfahren in der industriellen Strahlungsbilderzeugnis | |
DE102011122457A1 (de) | Verfahren zum Betreiben einer Kameraanordnung, Kameraanordnung und Fahrerassistenzsystem | |
DE102013005489B4 (de) | Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern | |
DE102017209631B4 (de) | Objektidentifizierungsvorrichtung | |
DE102018127754A1 (de) | Verfahren und Vorrichtung zum Inspizieren einer Objektoberfläche, insbesondere zum Inspizieren der Oberfläche eines Pulverbettes mit einer Vielzahl von Pulverpartikeln | |
DE102007051967A1 (de) | Detektor und Verfahren zum Erkennen einer Fahrspurbegrenzung | |
DE69635259T2 (de) | Verdeckung von Flecken in Videosignalen | |
DE102011055343A1 (de) | Verfahren zur Regendetektion mittels einer Kamera | |
DE3408765C2 (de) | ||
DE102004005299B4 (de) | Verfahren und Vorrichtung zur Erkennung von Fehlern in Filmvorlagen | |
EP0830014B1 (de) | Erkennung von schräglaufenden Kratzern in Videosignalen | |
DE102005057335B4 (de) | Verfahren zur Bestimmung des aktuellen Hintergrundes in einem Digitalbild mit zumindest temporär beweglichen Objekten | |
WO2009010550A1 (de) | Bildaufnahmetechnik zur direkten objektsegmentierung in bildern | |
DE10326032B4 (de) | Verfahren zum Selbsttest eines Bildverarbeitungssystems | |
DE19549216C2 (de) | Verfahren zur Bildauswertung | |
DE102005039424B4 (de) | Verfahren und Vorrichtung zum Erkennen und zur Größenvermessung von Bereichen gleicher Textur in einem Digitalbild | |
DE20317095U1 (de) | Vorrichtung zur Erkennung von Oberflächenfehlern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: DEUTSCHES ZENTRUM FUER LUFT- UND RAUMFAHRT E.V. |
|
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |