DE102019207739B4 - Systeme und verfahren zur farbkorrektur für unkalibriertematerialien - Google Patents

Systeme und verfahren zur farbkorrektur für unkalibriertematerialien Download PDF

Info

Publication number
DE102019207739B4
DE102019207739B4 DE102019207739.0A DE102019207739A DE102019207739B4 DE 102019207739 B4 DE102019207739 B4 DE 102019207739B4 DE 102019207739 A DE102019207739 A DE 102019207739A DE 102019207739 B4 DE102019207739 B4 DE 102019207739B4
Authority
DE
Germany
Prior art keywords
objects
corrected
target image
degraded
correcting
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.)
Active
Application number
DE102019207739.0A
Other languages
English (en)
Other versions
DE102019207739A1 (de
Inventor
Steven M. Chapman
Mehul Patel
Joseph Popp
Ty POPKO
Erika Doggett
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.)
Disney Enterprises Inc
Original Assignee
Disney Enterprises Inc
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 Disney Enterprises Inc filed Critical Disney Enterprises Inc
Publication of DE102019207739A1 publication Critical patent/DE102019207739A1/de
Application granted granted Critical
Publication of DE102019207739B4 publication Critical patent/DE102019207739B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/60Image enhancement or restoration using machine learning, e.g. neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • 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
    • H04N1/40006Compensating for the effects of ageing, i.e. changes over time
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/02Diagnosis, testing or measuring for television systems or their details for colour television signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/84Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)

Abstract

System zur Farbkorrektur von unkalibriertem Material, das System umfassend:einen Prozessor; undein nichtflüchtiges, computerlesbares Medium, das funktionsfähig mit dem Prozessor gekoppelt ist und Anweisungen speichert, die bei ihrer Ausführung den Prozessor veranlasst zum:Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit einem oder mehreren Objekten, wobei das verschlechterte Zielmaterial verschlechterte Farben und Lichtinformationen umfasst, die Lichtquellen in dem verschlechterten Zielmaterial entsprechen;Erhalten von Farbreferenzdaten;Identifizieren von mindestens einem des einen oder der mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen;Korrigieren des einen oder der mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen;Korrigieren des Zielbilds basierend auf dem einen oder den mehreren korrigierten Objekten; undErzeugen eines Verschlechterungsindex basierend darauf, wie das eine oder die mehreren korrigierten Objekte korrigiert werden.

Description

  • HINTERGRUND
  • Materialien, die Bilder enthalten, wie z.B. Filme, verschlechtern sich mit der Zeit. Wenn sich die Materialien verschlechtern, können sich die Farben auf den Bildern mit unterschiedlicher Geschwindigkeit verschlechtern. So kann beispielsweise das, was ursprünglich königsblau war, das für ein Material verwendet wurde, nicht mehr die gleiche Farbe auf einem ersten Abschnitt des Materials wie auf einem zweiten Abschnitt des Materials haben. Darüber hinaus wurden die Farben des Materials möglicherweise nicht auf eine bestimmte Farbkarte kalibriert, was Farbkorrekturen im globalen Maßstab erschwert.
  • DE 693 199 79 T2 offenbart ein Bildverarbeitungssystem und -verfahren zur Erzeugung eines Bildes eines Objekts, indem ein auf einem Farbnegativfilm aufgezeichnetes Bild einer digitalen Bildverarbeitung unterzogen wird, um dessen Farben getreu zu reproduzieren.
  • JP 2011 - 138 035 A offenbart ein Video-Remastering-Gerät, das das auf einem Videofilm aufgezeichnete Video repariert, der von einem fotografischen Gerät aufgezeichnet wurde, indem es ein auf dem Farbmusterbereich aufgezeichnetes Farbmuster, den RGB-Wert oder Ähnliches verwendet, bevor es das Farbmuster verschlechtert.
  • ZUSAMMENFASSUNG
  • Ausführungsformen der vorliegenden Offenbarung umfassen Systeme, Verfahren und Vorrichtungen, die in der Lage sind, die Farbe unkalibrierter Bilder von verschlechtertem Zielmaterial zu korrigieren, sowie miteinander verbundene Prozessoren und/oder Schaltkreise, um unkalibrierte Bilder zu korrigieren, einschließlich einiger Beispiele unter Verwendung von Lichtinformationen und Farbreferenzdaten.
  • In Übereinstimmung mit den Aspekten der vorliegenden Offenbarung, ein System zur Farbkorrektur von unkalibriertem Material. Das System beinhaltet ein nichtflüchtiges, computerlesbares Medium, das funktionsfähig mit Prozessoren gekoppelt ist. Das nicht-flüchtige, computerlesbare Medium speichert Anweisungen, die bei ihrer Ausführung dazu führen, dass die Prozessoren eine Anzahl von Operationen durchführen. Ein solche Operation ist das Erhalten eines Zielbildes eines verschlechtertem Zielmaterials mit einem oder mehreren Objekten. Das verschlechterte Zielmaterial beinhaltet verschlechterte Farben und Lichtinformationen, die Lichtquellen im verschlechterten Zielmaterial entsprechen. Ein weiterer solche Operation ist das Erhalten von Farbreferenzdaten. Eine weitere derartige Operation ist das Identifizieren von mindestens einem der mindestens einen oder mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen. Eine weitere solche Operation ist die Korrektur der einen oder mehreren identifizierten Objekten im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen. Eine weitere solche Operation ist die Korrektur des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten.
  • In Ausführungsformen werden die Farbreferenzdaten aus einer Gruppe ausgewählt, die reale Objekte, Farbformulierungen, die einer bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, Tintenprozesse, die der bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, museal konservierte Aufzeichnungen und Farbabgleichsunterlagen beinhaltet.
  • In Ausführungsformen beinhaltet die Identifizierung des mindestens einen oder der mehreren Objekte im Zielbild die Verwendung einer Objekterkennung.
  • In Ausführungsformen gewichtet die Objekterkennung Formen und Muster des mindestens einen von dem einen oder der mehreren Objekte stärker als Farben des mindestens einen von dem einen oder der mehreren Objekte.
  • In Ausführungsformen beinhaltet Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten, Gewichten einer Position des einen oder der mehreren korrigierten Objekte, um das Zielbild zu korrigieren.
  • In Ausführungsformen besteht eine weitere Operation darin, einen Verschlechterungsindex zu erzeugen, der davon abhängt, wie die Korrektur eines oder mehrerer korrigierter Objekte erfolgt.
  • In Ausführungsformen beinhaltet das Zielbild, das auf dem einen oder den mehreren korrigierten Objekten basiert, die Mittelung des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte. Das Zielbild, das auf dem einen oder den mehreren korrigierten Objekten basiert, beinhaltet das Korrigieren des Zielbildes basierend auf einem Durchschnitt des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  • In Übereinstimmung mit zusätzlichen Aspekten der vorliegenden Offenbarung beinhaltet ein Verfahren zur Farbkorrektur von unkalibriertem Material eine Anzahl von Operationen. Das Verfahren beinhaltet Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit einem oder mehreren Objekten. Das verschlechterte Zielmaterial beinhaltet verschlechterte Farben und Lichtinformationen, die Lichtquellen im verschlechterten Zielmaterial entsprechen. Das Verfahren beinhaltet Erhalten von Farbreferenzdaten. Das Verfahren beinhaltet Identifizieren von mindestens einem der ein oder mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen. Das Verfahren beinhaltet Korrigieren der einen oder mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen. Das Verfahren beinhaltet Korrigieren des Zielbildes basierend auf einem oder mehreren korrigierten Objekten.
  • In Ausführungsformen werden die Farbreferenzdaten aus einer Gruppe ausgewählt, die reale Objekte, Farbformulierungen, die einer bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, Tintenprozesse, die der bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, museal konservierte Aufzeichnungen und Farbabgleichsunterlagen beinhaltet.
  • In Ausführungsformen beinhaltet Identifizieren des mindestens einem von dem einen oder den mehreren Objekten im Zielbild die Verwendung einer Objekterkennung.
  • In Ausführungsformen gewichtet die Objekterkennung Formen und Muster des mindestens einen von dem einen oder den mehreren Objekten stärker als Farben des mindestens einen von dem einen oder den mehreren Objekten.
  • In Ausführungsformen beinhaltet Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Gewichten einer Position des einen oder der mehreren korrigierten Objekte, um das Zielbild zu korrigieren.
  • In Ausführungsformen beinhaltet das Verfahren ferner Erzeugen eines Verschlechterungsindex, basierend darauf, wie das eine oder die mehreren korrigierten Objekte korrigiert werden.
  • In Ausführungsformen beinhaltet Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Mitteln des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte. Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten beinhaltet Korrigieren des Zielbildes basierend auf einem Durchschnitt des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  • In Übereinstimmung mit zusätzlichen Aspekten der vorliegenden Offenbarung, ein Serversystem zur Farbkorrektur von unkalibriertem Material. Das System beinhaltet ein nichtflüchtiges, computerlesbares Medium, das funktionsfähig mit Prozessoren gekoppelt ist. Das nicht-flüchtige, computerlesbare Medium speichert Anweisungen, die bei ihrer Ausführung dazu führen, dass die Prozessoren eine Anzahl von Operationen durchführen. Ein solche Operation ist das Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit Objekten. Das verschlechterte Zielmaterial beinhaltet Lichtinformationen, die den Lichtquellen im verschlechterten Zielmaterial und den verschlechterten Farben entsprechen. Ein weiterer solcher Vorgang ist das Erhalten von Farbreferenzdaten. Eine weitere derartige Operation ist das Identifizieren des mindestens einen von dem einen oder den mehreren Objekten im Zielbild, die den Farbreferenzdaten entsprechen. Ein weiterer solcher Vorgang ist die Korrektur der einen oder mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen. Eine weitere solche Operation ist die Korrektur des Zielbildes basierend auf dem einem oder den mehreren korrigierten Objekten.
  • In Ausführungsformen beinhaltet Identifizieren des mindestens einen von dem einen oder den mehreren Objekten im Zielbild die Verwendung einer Objekterkennung.
  • In Ausführungsformen gewichtet die Objekterkennung Formen und Muster des mindestens einen von dem einen oder den mehreren Objekten stärker als Farben mindestens einen von dem einen oder den mehreren Objekten.
  • In Ausführungsformen beinhaltet Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Gewichten einer Position des einen oder der mehreren korrigierten Objekte, um das Zielbild zu korrigieren.
  • In Ausführungsformen besteht eine weitere Operation darin, einen Verschlechterungsindex zu erzeugen, basierend darauf, wie die Korrektur des einen oder der mehreren korrigierten Objekte erfolgt.
  • In Ausführungsformen beinhaltet Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten das Mitteln des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte. Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten beinhaltet Korrigieren des Zielbildes basierend auf einem Durchschnitt des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  • Figurenliste
  • Weitere Aspekte der vorliegenden Offenbarung werden nach Überprüfung der detaillierten Beschreibung der verschiedenen offenbarten Ausführungsformen, die im Folgenden beschrieben werden, in Verbindung mit den begleitenden Abbildungen besser verstanden.
    • 1 veranschaulicht eine exemplarische Umgebung, in der Ausführungsformen der Offenbarung implementiert werden können.
    • 2 veranschaulicht ein exemplarisches unkalibriertes Bild mit verschlechterten Farben gemäß den Ausführungsformen der Offenbarung.
    • 3 veranschaulicht ein exemplarisches unkalibriertes Bild mit verschlechterten Farben und identifizierten Objekten mit entsprechenden Farbreferenzdaten gemäß den Ausführungsformen der Offenbarung.
    • 4 veranschaulicht ein Beispielbild mit korrigierten Farben gemäß den Ausführungsformen der Offenbarung.
    • 5 ist ein Betriebsflussdiagramm, das verschiedene Operationen veranschaulicht, die gemäß den Ausführungsformen der Offenbarung durchgeführt werden können.
    • 6 veranschaulicht ein exemplarisches Rechenmodul, mit dem Merkmale verschiedener Ausführungsformen der Offenbarung implementiert werden können.
  • Die Abbildungen werden in der nachfolgenden Beschreibung und den Beispielen näher beschrieben, dienen nur der Veranschaulichung und stellen lediglich typische oder exemplarische Ausführungsformen der Offenbarung dar. Die Abbildungen sollen nicht abschließend sein oder die Offenbarung auf die genaue Form beschränken. Es sollte auch verstanden werden, dass die Offenbarung mit einer Änderung oder Modifikation praktiziert werden kann und dass die Offenbarung nur durch die Ansprüche und deren Äquivalente eingeschränkt werden kann.
  • DETAILLIERTE BESCHREIBUNG
  • Die Farbkorrektur bei unkalibrierten Bildern basiert bisher auf der Annahme, dass eine bestimmte Farbe ein bestimmter Wert ist, und der Korrektur des Restes des Bildes auf der Grundlage dieses angenommenen Wertes. Angenommen, eine weiße Farbe in einem Bild ist ein reines Weiß (z.B. rot, grün, blau (RGB): 255, 255, 255, 255). Daher würden die anderen Farben verschoben, basierend auf der Annahme, dass die weiße Farbe ein reines Weiß ist. Diese Annahme ist subjektiv, wobei die Menschen unterscheiden werden, was reines Weiß ist. Die aktuelle Technologie verwendet jedoch tatsächliche Objekte in einer Szene, um den Rest des Bildes zu informieren; daher wird eine objektive Methodik vorgestellt, um unkalibrierte Bilder farbzukorrigieren.
  • Ausführungsformen der vorliegenden Offenbarung richten sich an Systeme, Verfahren und Vorrichtungen zur Farbkorrektur von unkalibrierten Bildern von verschlechtertem Zielmaterial. In verschiedenen hierin beschriebenen Anwendungen kann das verschlechterte Zielmaterial auch verschlechterte Farben enthalten. Das verschlechterte Zielmaterial kann auch ein oder mehrere Objekte mit verschlechterten Farben beinhalten. Lichtinformationen können basierend auf dem verschlechterten Zielmaterial bestimmt werden. Mindestens eines der einen oder mehreren Objekte kann als den Farbreferenzdaten entsprechend identifiziert werden. Die Lichtinformationen und die Farbreferenzdaten können zur Korrektur eines oder mehrerer identifizierter Objekte verwendet werden. Das eine oder die mehreren korrigierten Objekte können verwendet werden, um den Rest des Bildes zu korrigieren.
  • Bevor man die Technologie im Detail beschreibt, ist es sinnvoll, eine exemplarische Umgebung zu beschreiben, in der die aktuell offenbarte Technologie implementiert werden kann. 1 veranschaulicht eine solche exemplarische Umgebung 100.
  • Die Umgebung 100 kann in Verbindung mit der Implementierung von Ausführungsformen der offenbarten Systeme, Verfahren und Vorrichtungen verwendet werden. Als Beispiel können die verschiedenen unten beschriebenen Komponenten von 1 verwendet werden, um die Farbe in einem Zielbild eines verschlechterten Zielmaterials basierend auf Farbreferenzdaten, Lichtinformationen, Erfassungsinformationen und Objekten im verschlechterten Zielmaterial zu korrigieren. Das verschlechterte Zielmaterial kann Film, Fotos, Leinwand, Papier und/oder anderes Material sein. Das verschlechterte Zielmaterial kann über entsprechende Lichtinformationen und Erfassungsinformationen verfügen. Die Lichtinformationen können Informationen über direkte und indirekte Lichtquellen in dem verschlechterten Zielmaterial, die Art und Weise, wie Objekte mit Licht interagieren (z.B. Reflexionsvermögen von Oberflächen), die Lichttemperatur und/oder andere Informationen beinhalten. Lichtinformationen können mit verschiedenen Techniken bestimmt werden, wie z.B. dem Raytracing. Eine Person mit gewöhnlichen Fähigkeiten in der Kunst wird erkennen, dass andere Techniken verwendet werden können, um die Lichtinformation zu bestimmen. So können beispielsweise Farbreferenzdaten die bidirektionale Reflexionsverteilungsfunktion (BRDF) eines bestimmten Objekts beinhalten, die bei der Wiederherstellung der Wechselwirkung der Lichtstrahlen mit dem betreffenden Objekt helfen würde. Basierend auf einer gegebenen Position einer Lichtquelle können die in eine bestimmte Vorrichtung zu einem bestimmten Zeitpunkt der Erfassung gerichteten Lichtstrahlen basierend auf dem bekannten BRDF eines bestimmten Objekts bestimmt werden. Ebenso können andere Farbreferenzdaten in Verbindung mit den Lichtinformationen verwendet werden, um das Zielbild zu korrigieren. Obwohl beispielsweise ein reales Objekt rein rot ist (z.B. RGB 255, o, o), kann die Lichtinformation beeinflussen, wie die Farbe der Kamera über Helligkeit, Lichttemperatur, indirekte Lichtquellen usw. präsentiert wird. Infolgedessen kann die ursprünglich genaue Farbe auf dem verschlechterten Zielmaterial ein dunkleres Rot mit etwas Grün und Blau gewesen sein (z.B. RGB 230, 50, 50).
  • Das verschlechterte Zielmaterial kann ein oder mehrere Objekte im Zielmaterial aufweisen, und das verschlechterte Zielmaterial und das eine oder die mehreren Objekte können verschlechterte Farben aufweisen. Mindestens eines der einen oder mehreren Objekte kann den Farbreferenzdaten entsprechen. Farbreferenzdaten können reale Objekte, die den Objekten entsprechen, Farbreferenzen (z.B. Pantone®-Muster), typische Tinten- und Lackformulierungen aus einer entsprechenden Zeit, in der das verschlechterte Zielmaterial erfasst wurde, Farbaufzeichnungen und/oder anderes Material beinhalten. Farbreferenzdaten können im Speicher 110 gespeichert werden.
  • Die Vorrichtung 102 kann das verschlechterte Zielmaterial und die Objekte erfassen, um Farbreferenzdaten zu bestimmen und digitale Kopien des verschlechterten Zielmaterials und der Objekte zu erzeugen. Die Vorrichtung 102 kann eine oder mehrere Kameras, ein oder mehrere Scanner, ein Gonioreflektometer und/oder andere Vorrichtungen sein. Die Kamera(s) und der/die Scanner können möglicherweise digitale Kopien des verschlechterten Zielmaterials erstellen, um eine weitere Verschlechterung durch die physische Umgebung zu verhindern. Wie eine Person mit gewöhnlichen Fähigkeiten in der Kunst erkennen wird, können andere Geräte verwendet werden, um digitale Kopien des verschlechterten Zielmaterials zu erstellen.
  • Das Gonioreflektometer kann möglicherweise ein BRDF eines realen Objekts messen. Das BRDF definiert, wie Licht an einer Oberfläche reflektiert wird. Die BRDF ist eine Funktion von vier Variablen, die eine einfallende Lichtrichtung und eine ausgehende Lichtrichtung nimmt und das Verhältnis der reflektierten Strahlung aus der ausgehenden Lichtrichtung und der Bestrahlungsstärke aus der einfallenden Lichtrichtung zurückgibt. Die ein- und ausgehende Lichtrichtung wird zusätzlich durch einen Azimutwinkel und einen Zenitwinkel parametriert.
  • Mit dem Gonioreflektometer und der/den Kamera(s) können Farbreferenzdaten basierend auf dem BRDF für reale Objekte bestimmt werden, die mindestens einem der einen oder mehreren Objekte in dem verschlechterten Zielmaterial entsprechen. Farbreferenzdaten können auch Farbinformationen wie Farbton, Weißtönung, Schwarztönung, Grautönung, Lichtmenge, Lichtquelle, Oberflächeneigenschaften und/oder andere Informationen beinhalten. Der Farbton kann eine reine Farbe sein. Farbton und Farbe können hierin austauschbar verwendet werden. Weißtönung kann die Menge an Weiß sein, die einem Farbton hinzugefügt wird. Die Schwarztönung kann die Menge an Schwarz sein, die einem Farbton hinzugefügt wird. Die Grautönung kann die Menge an Grau sein, die einem Farbton hinzugefügt wird. Zu den Oberflächeneigenschaften kann gehören, wie die Oberfläche das Licht reflektiert (Spiegelreflexion, diffuse Reflexion oder Absorption von Licht). Die Farbinformationen können Farbmodellen wie RGB; Cyan, Magenta, Gelb, Schwarz (CMYK); Farbton, Sättigung, Wert (HSV); Farbton, Sättigung, Helligkeit (HSL); Farbton, Sättigung, Helligkeit (HSB); Lab Color, Graustufen und/oder anderen Farbmodellen zugeordnet werden.
  • In einigen Ausführungsformen können dem Material entsprechende Erfassungsinformationen zur Korrektur des Zielbildes verwendet werden. So kann beispielsweise eine Kamera, die zur Aufnahme eines Bildes auf Film verwendet wird, zum Zeitpunkt der Aufnahme Eigenschaften wie Brennweite, Filmgeschwindigkeit, Verschlusszeit, Sichtfeld, Blende, Vignettierung, Ausweichen, Brennen und/oder andere Informationen aufweisen. Die Erfassungsinformationen können verwendet werden, um das Zielbild genauer zu korrigieren, basierend darauf, wie das verschlechterte Zielmaterial mit einem bestimmten Gerät erfasst wurde.
  • In einigen Ausführungsformen kann die Vorrichtung 102 die Farbreferenzdaten und -bilder über ein Kommunikationsmedium 104 an das Serversystem 106 senden. In anderen Ausführungsformen können Farbreferenzdaten und Bilder im Speicher 110 gespeichert werden.
  • Serversystem 106 kann Bilder von verschlechtertem Zielmaterial, Lichtinformationen, Erfassungsinformationen, Farbreferenzdaten und/oder anderen Informationen erhalten. Die Bilder können nicht kalibriert sein, um eine genaue Originalfarbe des verschlechterten Zielmaterials zu bestimmen. Wie hierin beschrieben, können sich ein oder mehrere Objekte in einem bestimmten Bild befinden. Mindestens eines der einen oder mehreren Objekte kann als den Farbreferenzdaten entsprechend identifiziert werden. In Ausführungsformen können das eine oder die mehreren identifizierten Objekte vom Serversystem 106 durch Objekterkennung, die Maschinenlernen verwendet, identifiziert werden. In Ausführungsformen kann die Objekterkennung basierend auf Objekten trainiert werden, die den gegebenen Farbreferenzdaten entsprechen. So können beispielsweise mehrere Bilder von Objekten mit entsprechenden Farbreferenzdaten verwendet werden, um den Objekterkennungsalgorithmus zu trainieren. In einigen Ausführungsformen kann die Objekterkennung mehr auf Form und Muster des einen oder der mehreren Objekte basieren, die als den gegebenen Farbreferenzdaten entsprechend identifiziert wurden, als auf Farbe. Objekterkennung kann skaleninvariante Merkmalstransformation (SIFT), beschleunigte robuste Merkmale (SURF), Hauptkomponentenanalyse (PCA) und/oder andere Ansätze beinhalten.
  • In Ausführungsformen kann das verschlechterte Zielmaterial in unterschiedlichen Raten verschlechtert worden sein. So kann beispielsweise eine blaue Farbe oben rechts im verschlechterten Zielmaterial mit einer ersten Rate verschlechtert worden sein, und die gleiche blaue Farbe unten rechts im Ziel mit einer zweiten Rate verschlechtert worden sein, wobei die erste Rate und die zweite Rate unterschiedliche Raten sind. In einem weiteren Beispiel kann eine rote Farbe unten links mit einer dritten Rate verschlechtert worden sein, und eine gelbe Farbe oben links mit einer vierten Rate, wobei die dritte Rate und die vierte Rate unterschiedliche Raten sind. Ebenso können das eine oder die mehreren Objekte im verschlechterten Zielmaterial in unterschiedlichen Raten verschlechtert worden sein. Ein gewöhnlicher Fachmann wird andere Wege erkennen, wie das verschlechterten Zielmaterial in unterschiedlichen Raten verschlechtert werden kann.
  • Bei Bildern mit einem oder mehreren Objekten, die als den Farbreferenzdaten entsprechend identifiziert wurden, werden Lichtinformationen und Erfassungsinformationen, die dem verschlechterten Zielmaterial entsprechen, und Farbreferendaten, die dem einen oder den mehreren identifizierten Objekten entsprechen, verwendet, um die ein oder mehreren identifizierten Objekte zu korrigieren. In einigen Ausführungsformen können die Lichtinformationen, Erfassungsinformationen und Farbreferenzdaten verwendet werden, um den Rest des Bildes basierend auf den Änderungen am Objekt zu korrigieren. In einigen Ausführungsformen kann eine erste Korrektur, die auf ein erstes Objekt in einer rechten unteren Ecke angewendet wird, auch auf den Rest der rechten unteren Ecke angewendet werden, und eine zweite Korrektur, die auf ein zweites Objekt in einer rechten oberen Ecke angewendet wird, kann auch auf den Rest der rechten oberen Ecke angewendet werden, wobei die erste Korrektur und die zweite Korrektur unterschiedlich sind.
  • In Ausführungsformen kann ein Index der Verschlechterung basierend auf den Korrekturen an mindestens einem der ein oder mehreren korrigierten Objekte erzeugt werden. Der Index der Verschlechterung kann auch für die korrigierten Objekte bestimmt werden, basierend auf der Art und Weise, wie die Objekte korrigiert werden, der Art der Farbänderung des einen oder der mehreren korrigierten Objekte, der Menge der Farbänderungen des einen oder der mehreren korrigierten Objekte und/oder anderen Faktoren. In Ausführungsformen kann der Index der Verschlechterung für ein bestimmtes Pixel, eine Gruppe von gegebenen Pixeln oder ein gegebenes korrigiertes Objekt bestimmt werden. In einigen Ausführungsformen kann ein Durchschnitt der Verschlechterungsindizes für alle des ein oder mehreren korrigierten Objekten bestimmt und auf den Rest des Bildes angewendet werden. In anderen Ausführungsformen kann ein erster Mittelwert der Verschlechterungsindizes des einen oder der mehreren korrigierten Objekte in einem ersten Teil des Bildes verwendet werden, um den Rest des ersten Teils des Bildes zu korrigieren, und ein zweiter Mittelwert der Verschlechterungsindizes des einen oder der mehreren korrigierten Objekte in einem zweiten Teil des Bildes kann verwendet werden, um den Rest des zweiten Teils des Bildes zu korrigieren. Der Grad, in dem die Abschnitte zwischen dem ersten Abschnitt und dem zweiten Abschnitt korrigiert werden, kann gemischt oder anderweitig angepasst werden, um abrupte Änderungen am korrigierten Bild zu vermeiden. Wie eine Person mit gewöhnlichen Fähigkeiten in der Kunst erkennen wird, können die ein oder mehreren korrigierten Objekte nach anderen Methoden gewichtet werden.
  • In Ausführungsformen können die Verschlechterungsindizes für mehrere Bilder verwendet werden, um einen Maschinenlernalgorithmus zu trainieren, um zu bestimmen, wie ein gegebener Satz von Bildern korrigiert werden soll. Der gegebene Satz von Bildern kann einer Filmrolle, einem in einer ähnlichen Umgebung gelagerten Zielmaterial oder anderen Gründen entsprechen.
  • Wie in 1 dargestellt, kann die Umgebung 100 ein oder mehrere von Vorrichtung 102 und Serversystem 106 beinhalten. Wie hierin im Detail beschrieben, können die Vorrichtung 102 und/oder das Serversystem 106 Kommunikationssignale, einschließlich Lichtinformationen, Erfassungsinformationen, Farbreferenzdaten, Bilder und/oder andere Informationen über die Kommunikationsmedien 104 austauschen.
  • Kommunikationsmedien 104 können verwendet werden, um die Vorrichtung 102 und/oder das Serversystem 106 miteinander oder mit einem Netzwerk zu verbinden oder kommunikativ zu koppeln, und die Kommunikationsmedien 104 können in einer Vielzahl von Formen implementiert werden. So können beispielsweise die Kommunikationsmedien 104 eine Internetverbindung beinhalten, wie beispielsweise ein lokales Netzwerk (LAN), ein Weitverkehrsnetzwerk (WAN), ein Glasfasernetz, Internet über Stromleitungen, eine festverdrahtete Verbindung (z.B. ein Bus) und dergleichen, oder jede andere Art von Netzwerkverbindung. Kommunikationsmedien 104 können mit einer beliebigen Kombination von Routern, Kabeln, Modems, Switches, Glasfasern, Drähten, Funkgeräten (z.B. Mikrowellen/RF-Verbindungen) und dergleichen realisiert werden. Nach dem Lesen der vorliegenden Offenbarung wird ein Fachmann andere Möglichkeiten erkennen, Kommunikationsmedien 104 für Kommunikationszwecke einzusetzen.
  • Ebenso, obwohl nicht dargestellt, ist zu beachten, dass ein ähnliches Kommunikationsmedium verwendet werden kann, um Server 108, Speicher 110 und/oder Prozessor 112 zusätzlich zu anderen Elementen der Umgebung 100 miteinander zu verbinden oder kommunikativ zu koppeln. In exemplarischen Implementierungen können Kommunikationsmedien 104 ein verkabeltes oder drahtloses Weitverkehrsnetzwerk (z.B. Mobilfunk-, Faser- und/oder leitungsvermittelte Verbindung usw.) für Vorrichtung 102 und/oder Serversystem 106 sein oder beinhalten, das relativ geografisch unterschiedlich sein kann; und in einigen Fällen können Aspekte der Kommunikationsmedien 104 ein verkabeltes oder drahtloses lokales Netzwerk (z.B. Wi-Fi, Bluetooth, nicht lizenzierte drahtlose Verbindung, USB, HDMI, Standard AV usw.) beinhalten, das zur kommunikativen Kopplung von Aspekten der Umgebung 100 verwendet werden kann, die geografisch relativ nah sein können.
  • Serversystem 106 kann Informationen zu/von der Vorrichtung 102 bereitstellen, empfangen, sammeln oder überwachen, wie beispielsweise Lichtinformationen, Erfassungsinformationen, Farbreferenzdaten, Bilder und dergleichen. Serversystem 106 kann konfiguriert werden, um solche Informationen über Kommunikationsmedien 104 zu empfangen oder zu senden. Diese Informationen können im Speicher 110 gespeichert und mit dem Prozessor 112 verarbeitet werden. So kann beispielsweise der Prozessor 112 eine Analysemaschine beinhalten, die in der Lage ist, Analysen von Informationen durchzuführen, die das Serversystem 106 von der Vorrichtung 102 gesammelt, empfangen usw. hat. Die Analysemaschine kann, wie hierin beschrieben, Objekterkennung und Maschinenlernen beinhalten. In Ausführungsformen können Server 108, Speicher 110 und Prozessor 112 als verteiltes Computernetzwerk, relationale Datenbank oder dergleichen implementiert werden.
  • Server 108 kann beispielsweise einen Internetserver, einen Router, einen Desktop- oder Laptop-Computer, ein Smartphone, ein Tablett, einen Prozessor, ein Modul oder dergleichen beinhalten und kann in verschiedenen Formen implementiert werden, einschließlich beispielsweise einer integrierten Schaltung oder deren Sammlung, einer Leiterplatte oder deren Sammlung, oder in einem separaten Gehäuse / Packung/ Rack oder mehreren derselben. Server 108 kann die auf Vorrichtung 102 gespeicherten Informationen aktualisieren. Server 108 kann Informationen in Echtzeit oder sporadisch an/von Vorrichtung 102 senden/empfangen. Darüber hinaus kann Server 108 Cloud-Computing-Funktionen für Vorrichtung 102 implementieren.
  • 2 veranschaulicht ein exemplarisches unkalibriertes Bild mit verschlechterten Farben gemäß Ausführungsformen der Offenbarung. Wie bereits beschrieben, kann unkalibriertes Bild 200 von einem verschlechterten Zielmaterial sein. Das verschlechterte Zielmaterial kann im Laufe der Zeit verschlechtert worden sein, was zu verschlechterten Farben führt. In Bild 200 ist das Gesicht der Person beispielsweise eine violette oder rote Farbe als Folge einer Verschlechterung. Lichtinformationen können aus dem verschlechterten Zielmaterial gewonnen werden, basierend darauf, wie Licht in die jeweilige Vorrichtung geleitet wird und wie Licht von den verschiedenen Oberflächen reflektiert wird. Ein oder mehrere Objekte können, wie vorstehend beschrieben, über Objekterkennung identifiziert werden, die Farbreferenzdaten entsprechen.
  • Wie in 3 dargestellt, beinhaltet beispielsweise unkalibriertes Bild 200 des verschlechterten Zielmaterials identifizierte Objekte 302, 304, 306, 308, 310, 312 und 314, die über Objekterkennung erkannt werden. In einigen Ausführungsformen kann die Objekterkennung Maschinenlernen verwenden, um identifizierte Objekte 302, 304, 306, 308, 308, 310, 312 und 314 zu erkennen, die Farbreferenzdaten in einem bestimmten Bild entsprechen. Wie vorstehend beschrieben, können Farbreferenzdaten mit einem Gonioreflektometer erzeugt werden, um die BRDF eines Objekts zu messen. Die BRDF und die Lichtinformationen können verwendet werden, um genaue Korrekturen der verschlechterten Farben vorzunehmen. Andere Farbreferenzdaten können in Verbindung mit den Lichtinformationen verwendet werden, um das Bild genau zu korrigieren. Der Maschinenlernalgorithmus kann sich mehr auf Formen und Muster eines bestimmten Objekts als auf die Farbe eines gegebenen Objekts konzentrieren, da Verwenden von Originalfarben mit Objekte miteinander abgleichen könnte, die zusammen nicht relevant sind. Identifizierte Objekte 302, 304, 306, 308, 310, 312 und 314 können mit einem oder mehreren Geräten 102 erfasst und im Speicher 110 gespeichert worden sein.
  • 4 veranschaulicht ein Beispielbild mit korrigierten Farben gemäß Ausführungsformen der Offenbarung. Die korrigierten Farben können auf den korrigierten Objekten 402, 404, 406, 408, 410, 412 und 414 basieren. Wie dargestellt, erscheint das Gesicht der Person eher in einer beigen Farbe, im Gegensatz zu der violetten oder roten Farbe in den 2 und 3.
  • Der Verschlechterungsindex kann verwendet werden, um den Rest des Bildes zu korrigieren. In einem Beispiel kann eine linke obere Ecke des Bildes 400 Teil des korrigierten Objekts 402, des korrigierten Objekts 404, des korrigierten Objekts 406, Teil des korrigierten Objekts 408 und Teil des korrigierten Objekts 410 verwenden, um zu bestimmen, wie die Farbe für den Rest der linken oberen Ecke des Bildes 400 korrigiert wird, basierend auf den Verschlechterungsindizes der identifizierten korrigierten Objekte in der linken oberen Ecke des Bildes 400. In einigen Ausführungsformen basiert die Korrektur des Restes des Bildes auf seiner Position in Bezug auf ein korrigiertes Objekt. Ein äquidistanter Punkt zwischen zwei korrigierten Objekten kann die beiden Korrekturen angemessen mischen, so dass das Bild nicht abrupt von einer ersten Korrektur zu einer zweiten Korrektur wechselt. In anderen Ausführungsformen werden die Verschlechterungsindizes gemittelt und für die linke obere Ecke von Bild 400 verwendet. Auf einer weniger granularen Ebene kann ein Durchschnitt der Verschlechterungsindizes der korrigierten Objekte auf das gesamte Bild angewendet werden.
  • 5 veranschaulicht ein Flussdiagramm, das verschiedene Vorgänge des Verfahrens 500 und zugehörige Ausführungsformen zur Farbkorrektur in unkalibrierten Materialien gemäß den Aspekten der vorliegenden Offenbarung darstellt. Die Vorgänge der verschiedenen hierin beschriebenen Methoden beschränken sich nicht notwendigerweise auf die in den Figuren beschriebene oder gezeigte Reihenfolge, und ein Fachmann wird nach dem Studium der vorliegenden Offenbarung Abweichungen von der Reihenfolge der hierin beschriebenen Vorgänge, die im Sinne und Umfang der Offenbarung liegen, schätzen.
  • Vorgänge und Untervorgänge von Verfahren 500 können in einigen Fällen durch eine oder mehrere der Komponenten, Elemente, Vorrichtungen, Module und Schaltungen von Umgebungen 100, Vorrichtung 102, Kommunikationsmedien 104, Serversystem 106, Server 108, Prozessor 112 und/oder Computermodul 600, die hierin beschrieben und in Bezug auf mindestens die 1 und 6 referenziert werden, sowie durch Unterkomponenten, Elemente, Vorrichtungen, Module und Schaltungen, die darin dargestellt und/oder in Bezug darauf beschrieben sind, durchgeführt werden. In solchen Fällen kann sich die Beschreibung von Methoden 500 auf eine entsprechende Komponente, ein Element usw. beziehen, aber unabhängig davon, ob ein ausdrücklicher Verweis erfolgt, wird Fachmann beim Studium der vorliegenden Offenbarung erkennen, wann die entsprechende Komponente, das entsprechende Element usw. verwendet werden kann. Darüber hinaus ist zu beachten, dass solche Referenzen die beschriebenen Methoden nicht unbedingt auf die jeweilige Komponente, das jeweilige Element usw. beschränken. So wird es von einem Fachmann geschätzt, dass oben beschriebene Aspekte und Merkmale in Verbindung mit (Unter-)Komponenten, Elementen, Vorrichtungen, Modulen, Schaltungen usw., einschließlich deren Variationen, auf die verschiedenen in Verbindung mit den Methoden 500 beschriebenen Vorgängen angewendet werden können, ohne vom Umfang der vorliegenden Offenbarung abzuweichen.
  • Unter Bezugnahme auf 5 werden Aspekte von Verfahren 500 zur Farbkorrektur bei unkalibrierten Bildern dargestellt. Bei Vorgang 502 beinhaltet Verfahren 500 Erhalten eines Zielbildes. Vorrichtung 102 kann verwendet werden, um ein Zielbild von verschlechtertem Zielmaterial aufzunehmen. Das verschlechterte Zielmaterial kann verschlechterte Farben und Lichtinformationen beinhalten, die Lichtquellen in dem verschlechterten Zielmaterial entsprechen. Wie vorstehend beschrieben, können aus dem Zielbild Lichtinformationen bestimmt werden. Das Zielbild kann ein oder mehrere Objekte aufweisen, die als Farbreferenzdaten entsprechend identifiziert worden sind.
  • Bei Vorgang 504 beinhaltet Verfahren 500 Erhalten von Farbreferenzdaten. Farbreferenzdaten können reale Objekte, die in Filmen verwendet werden, bekannte Tinten- und Farbformulierungen aus der Zeit des Originalfilms, farbverbindliche Referenzmuster, Farbformulierungen, Tintenprozesse, museal konservierte Aufzeichnungen, Pantone®-Farbabgleichsunterlagen und/oder andere Daten beinhalten. Beispielsweise können reale Objekte mit einem Gonioreflektometer erfasst werden, das die BRDF der realen Objekte misst. Die Farbreferenzdaten können mindestens einem der ein oder mehreren Objekte im Bild entsprechen.
  • Bei Vorgang 506 beinhaltet Verfahren 500 Identifizieren eines oder mehrerer Objekte in dem verschlechterten Zielmaterial. Das eine oder die mehreren identifizierten Objekte können entsprechende Farbreferenzdaten aufweisen. Objekterkennung kann verwendet werden, um ein oder mehrere Objekte zu identifizieren. Wie vorstehend beschrieben, kann die Objekterkennung basierend auf dem einen oder den mehreren Objekten, die den Farbreferenzdaten entsprechen, durch Maschinenlernen trainiert werden.
  • Bei Vorgang 508 beinhaltet Verfahren 500 Korrigieren eines oder mehrerer identifizierter Objekte. Das eine oder die mehreren identifizierten Objekte werden basierend auf den Farbreferenzdaten und den Lichtinformationen korrigiert. Dies kann Techniken beinhalten, die der Strahlverfolgung ähnlich sind, die oben offenbart ist. Die Technik kann Identifizierung von direkten und indirekten Lichtquellen, spiegelnden und diffusen Objekten und anderen relevanten Lichtinformationen beinhalten. In Verbindung mit Farbreferenzdaten können die Farben für ein oder mehrere identifizierte Objekte korrigiert werden.
  • Bei Vorgang 510 beinhaltet das Verfahren 500 Korrigieren des Zielbildes. Korrigieren des Zielbildes kann auf einem oder mehreren korrigierten Objekten basieren, wie vorstehend näher beschrieben. Die Korrekturen können die Position eines korrigierten Objekts, den Durchschnitt des einen oder der mehreren korrigierten Objekte und/oder andere Faktoren, die hierin beschrieben werden können, gewichten.
  • 6 veranschaulicht exemplarisches Rechenmodul 600, das in einigen Fällen einen Prozessor/Controller beinhalten kann, der auf einem Computersystem (z.B. Serversystem 106 und/oder Vorrichtung 102) residiert. Das Rechenmodul 600 kann verwendet werden, um verschiedene Merkmale und/oder Funktionalitäten von Ausführungsformen der hierin offenbarten Systeme, Vorrichtungen und Verfahren zu implementieren. In Bezug auf die oben beschriebenen Ausführungsformen, die hierin im Zusammenhang mit Systemen, Vorrichtungen und Verfahren, die unter Bezugnahme auf die 1 bis 5 beschrieben werden, einschließlich Ausführungsformen, die Vorrichtung 102 und/oder Serversystem 106 betreffen, dargelegt sind, wird ein Fachmann zusätzliche Variationen und Details bezüglich der Funktionalität dieser Ausführungsformen, die durch Rechenmodul 600 ausgeführt werden können, schätzen. In diesem Zusammenhang wird es auch von einem Fachmann nach dem Studium der vorliegenden Offenbarung geschätzt, dass Merkmale und Aspekte der verschiedenen Ausführungsformen (z.B. Systeme), die hierin beschrieben werden, mit Bezug auf andere Ausführungsformen (z.B. Verfahren), die hierin beschrieben werden, implementiert werden können, ohne vom Geist der Offenbarung abzuweichen.
  • Wie hierin verwendet, kann der Begriff Modul eine bestimmte Funktionseinheit beschreiben, die in Übereinstimmung mit einer oder mehreren Ausführungsformen der vorliegenden Anwendung ausgeführt werden kann. Wie hierin verwendet, kann ein Modul unter Verwendung jeder Form von Hardware, Software oder einer Kombination davon implementiert werden. So können beispielsweise ein oder mehrere Prozessoren, Controller, ASICs, PLAs, PALs, CPLDs, FPGAs, logische Komponenten, Software-Routinen oder andere Mechanismen implementiert werden, um ein Modul zu bilden. In der Implementierung können die verschiedenen hierin beschriebenen Module als diskrete Module implementiert werden oder die beschriebenen Funktionen und Merkmale können teilweise oder vollständig zwischen einem oder mehreren Modulen ausgetauscht werden. Mit anderen Worten, wie sich für einem Fachmann nach dem Lesen dieser Beschreibung zeigen würde, können die verschiedenen hierin beschriebenen Merkmale und Funktionalitäten in jeder beliebigen Anwendung implementiert und in einem oder mehreren separaten oder gemeinsamen Modulen in verschiedenen Kombinationen und Permutationen implementiert werden. Auch wenn verschiedene Merkmale oder Elemente der Funktionalität einzeln als separate Module beschrieben oder beansprucht werden können, wird ein Fachmann nach Studium der vorliegenden Offenbarung verstehen, dass diese Merkmale und Funktionalitäten zwischen einem oder mehreren gemeinsamen Soft- und Hardware-Elementen geteilt werden können, und diese Beschreibung darf nicht verlangen oder implizieren, dass separate Hard- oder Softwarekomponenten verwendet werden, um diese Merkmale oder Funktionen zu implementieren.
  • Werden Komponenten oder Module der Anwendung ganz oder teilweise unter Verwendung von Software in Ausführungsformen implementiert, so können diese Softwareelemente so implementiert werden, dass sie mit einem Rechen- oder Verarbeitungsmodul arbeiten, das in der Lage ist, die in diesem Zusammenhang beschriebene Funktionalität auszuführen. Ein solches Beispiel eines Rechenmoduls ist in 6 dargestellt. Verschiedene Ausführungsformen werden im Beispiel Rechenmodul 600 beschrieben. Nach dem Lesen dieser Beschreibung wird einem Fachmann klar, wie er die hierin beschriebenen exemplarischen Konfigurationen mit anderen Rechenmodulen oder Architekturen umsetzen kann.
  • Unter Bezugnahme auf 6 kann Rechenmodul 600 beispielsweise Rechen- oder Verarbeitungsmöglichkeiten innerhalb von Großrechnern, Supercomputern, Workstations oder Servern darstellen; Desktop-, Laptop-, Notebook- oder Tablet-Computer; tragbare Computergeräte (Tablets, PDAs, Smartphones, Mobiltelefone, Palmtops usw.); oder dergleichen, abhängig von der Anwendung und/oder Umgebung, für die Rechenmodul 600 speziell bestimmt ist.
  • Rechenmodul 600 kann beispielsweise einen oder mehrere Prozessoren, Steuerungen, Steuermodule oder andere Verarbeitungsvorrichtungen, wie beispielsweise einen Prozessor 610, beinhalten, die in der Schaltung 605 enthalten sein können. Der Prozessor 610 kann mit einer speziellen Verarbeitungsmaschine, wie beispielsweise einem Mikroprozessor, einer Steuerung oder einer anderen Steuerungslogik, implementiert werden. Im dargestellten Beispiel ist Prozessor 610 über Schaltung 605 mit Bus 655 verbunden, wobei jedes Kommunikationsmedium verwendet werden kann, um Interaktion mit anderen Komponenten des Rechenmoduls 600 zu erleichtern oder um extern zu kommunizieren.
  • Rechenmodul 600 kann auch ein oder mehrere Speichermodule beinhalten, die hierin einfach als Hauptspeicher 615 bezeichnet werden. So kann beispielsweise der Direktzugriffsspeicher (RAM) oder ein anderer dynamischer Speicher zum Speichern von Informationen und Anweisungen verwendet werden, die vom Prozessor 610 oder Schaltung 605 auszuführen sind. Hauptspeicher 615 kann auch zum Speichern temporärer Variablen oder anderer Zwischeninformationen während Ausführung von Anweisungen verwendet werden, die vom Prozessor 610 oder Schaltung 605 auszuführen sind. Rechenmodul 600 kann ebenfalls einen Nur-LeseSpeicher (ROM) oder eine andere statische Speichervorrichtung beinhalten, die mit Bus 655 zum Speichern statischer Informationen und Anweisungen für Prozessor 610 oder Schaltung 605 gekoppelt ist.
  • Rechenmodul 600 kann auch eine oder mehrere verschiedene Formen von Informationsspeichervorrichtungen 620 beinhalten, die beispielsweise Medienlaufwerk 630 und Speichereinheitenschnittstelle 635 beinhalten können. Medienlaufwerk 630 kann ein Laufwerk oder einen anderen Mechanismus zur Unterstützung von festen oder wechselbaren Speichermedien 625 beinhalten. So können beispielsweise ein Festplattenlaufwerk, ein Diskettenlaufwerk, ein Magnetbandlaufwerk, ein optisches Laufwerk, ein CD- oder DVD-Laufwerk (R oder RW) oder ein anderes Wechseldatenträger oder fixierte Medienträger vorgesehen werden. Dementsprechend können Wechselspeichermedien 625 beispielsweise eine Festplatte, eine Diskette, ein Magnetband, eine Kassette, eine optische Disk, eine CD oder DVD oder ein anderes festes oder wechselbares Medium beinhalten, das vom Medienlaufwerk 630 gelesen, beschrieben oder abgerufen wird. Wie diese Beispiele veranschaulichen, können Wechselmedien 625 ein computertaugliches Speichermedium beinhalten, in dem Computersoftware oder -daten gespeichert sind.
  • In alternativen Ausführungsformen können Informationsspeichervorrichtungen 620 andere ähnliche Instrumentalitäten beinhalten, um das Laden von Computerprogrammen oder anderen Anweisungen oder Daten in Computermodul 600 zu ermöglichen. Zu diesen Instrumentalitäten können beispielsweise die feste oder abnehmbare Speichereinheit 640 und Speichereinheitenschnittstellen 635 gehören. Beispiele für solche Wechselspeichereinheiten 640 und Speichereinheitenschnittstellen 635 können eine Programmkassette und Kassettenschnittstelle, einen Wechselspeicher (z.B. ein Flash-Speicher oder ein anderes Wechselspeichermodul) und einen Speichersteckplatz, einen PCMCIA-Steckplatz und eine PCMCIA-Karte sowie andere feste oder Wechselspeichereinheiten 640 und Speichereinheitenschnittstellen 635 beinhalten, die es ermöglichen, Software und Daten vonWechselspeichereinheit 640 auf Rechenmodul 600 zu übertragen.
  • Rechenmodul 600 kann auch Kommunikationsschnittstelle 650 beinhalten. Kommunikationsschnittstelle 650 kann verwendet werden, um die Übertragung von Software und Daten zwischen Rechenmodul 600 und externen Geräten zu ermöglichen. Beispiele für Kommunikationsschnittstelle 650 sind ein Modem oder Softmodem, eine Netzwerkschnittstelle (z. B. Ethernet, Netzwerkschnittstellenkarte, WiMedia, IEEE 602.XX oder eine andere Schnittstelle), ein Kommunikationsanschluss (z. B. USB-Anschluss, IR-Anschluss, RS232-Anschluss, Bluetooth®-Schnittstelle oder ein anderer Anschluss) oder eine andere Kommunikationsschnittstelle. Software und Daten, die über Kommunikationsschnittstelle 650 übertragen werden, können typischerweise auf Signalen übertragen werden, die elektronisch, elektromagnetisch (einschließlich optisch) oder andere Signale sein können, die über eine bestimmte Kommunikationsschnittstelle 650 ausgetauscht werden können. Diese Signale können über Kanal 645 an/von Kommunikationsschnittstelle 650 geliefert werden. Kanal 645 kann Signale übertragen und kann mit einem drahtgebundenen oder drahtlosen Kommunikationsmedium realisiert werden. Einige nicht einschränkende Beispiele für Kanal 645 beinhalten eine Telefonleitung, eine Mobilfunk- oder andere Funkverbindung, eine HF-Verbindung, eine optische Verbindung, eine Netzwerkschnittstelle, ein lokales oder weiträumiges Netzwerk und andere drahtgebundene oder drahtlose Kommunikationskanäle.
  • In diesem Dokument werden die Begriffe „Computerprogrammmedium“ und „computerverwendbares Medium“ verwendet, um sich allgemein auf flüchtige oder nichtflüchtige Medien wie z.B. Hauptspeicher 615, Speichereinheitenschnittstelle 635, Wechselmedien 625 und Kanal 645 zu beziehen. Diese und andere verschiedene Formen von Computerprogrammmedien oder computerverwendbare Medien können daran beteiligt sein, eine oder mehrere Sequenzen einer oder mehrerer Anweisungen zur Ausführung an eine Verarbeitungsvorrichtung zu übertragen. Solche auf dem Medium enthaltenen Anweisungen werden im Allgemeinen als „Computerprogrammcode“ oder „Computerprogrammprodukt“ bezeichnet (das in Form von Computerprogrammen oder anderen Gruppierungen zusammengefasst werden kann). Bei der Ausführung können diese Anweisungen es dem Rechenmodul 600 oder einem Prozessor ermöglichen, Merkmale oder Funktionen der vorliegenden Anwendung wie hierin beschrieben auszuführen.
  • Verschiedene Ausführungsformen wurden mit Bezug auf spezifische Beispielmerkmale beschrieben. Es wird jedoch offensichtlich sein, dass verschiedene Modifikationen und Änderungen vorgenommen werden können, ohne vom breiteren Geist und Umfang der verschiedenen Ausführungsformen abzuweichen, wie sie in den beigefügten Ansprüchen dargelegt sind. Die Spezifikationen und Zahlen sind daher eher illustrativ als restriktiv zu betrachten.
  • Obwohl vorstehend in Form verschiedener exemplarischer Ausführungsformen und Implementierungen beschrieben, ist zu verstehen, dass die verschiedenen Merkmale, Aspekte und Funktionalitäten, die in einer oder mehreren der einzelnen Ausführungsformen beschrieben sind, nicht in ihrer Anwendbarkeit auf die jeweilige Ausführungsform, mit der sie beschrieben sind, beschränkt sind, sondern allein oder in verschiedenen Kombinationen auf eine oder mehrere der anderen Ausführungsformen der vorliegenden Anwendung angewendet werden können, unabhängig davon, ob solche Ausführungsformen beschrieben sind oder nicht und ob diese Merkmale als Teil einer beschriebenen Ausführungsform dargestellt werden. Daher sollten Breite und Umfang der vorliegenden Anwendung nicht durch eine der oben beschriebenen exemplarischen Ausführungsformen eingeschränkt werden.
  • Begriffe und Phrasen, die in der vorliegenden Anwendung verwendet werden, und Variationen davon, sofern nicht ausdrücklich anders angegeben, sind als offen und nicht als begrenzt auszulegen. Als Beispiele für das Vorstehende: der Begriff „einschließlich“ sollte als Bedeutung „einschließlich‟, aber nicht beschränkt auf oder dergleichen verstanden werden; der Begriff „Beispiel“ wird verwendet, um illustrative Instanzen des zu behandelnden Gegenstands zu liefern, nicht eine vollständige oder einschränkende Liste davon; die Begriffe „ein“ oder „eine“ sollten als Bedeutung „mindestens ein/eine“, „ein/eine oder mehrere“ oder dergleichen gelesen werden; und Adjektive wie „konventionell“, „traditionell“, „normal“, „Standard“, „bekannt“ und Begriffe ähnlicher Bedeutung sollten nicht so ausgelegt werden, dass sie den beschriebenen Gegenstand auf einen bestimmten Zeitraum oder auf einen ab einem bestimmten Zeitpunkt verfügbaren Gegenstand beschränken, sondern so verstanden werden, dass sie herkömmliche, traditionelle, normale oder Standardtechnologien umfassen, die jetzt oder in Zukunft verfügbar oder bekannt sein können. Ebenso, wenn sich dieses Dokument auf Technologien bezieht, die offensichtlich oder bekannt für einen Fachmann sind, umfassen diese Technologien diejenigen, die dem Fachmann jetzt oder jederzeit in der Zukunft offensichtlich oder bekannt sind.
  • Das Vorhandensein von verbreiternden Wörtern und Phrasen wie „einer oder mehrere“, „zumindest“, „aber nicht beschränkt auf‟ oder andere ähnliche Phrasen in einigen Fällen darf nicht so verstanden werden, dass der engere Fall beabsichtigt oder erforderlich ist, wenn solche verbreiternden Phrasen möglicherweise fehlen. Die Verwendung des Begriffs „Prozess“, „verarbeitet“, „verarbeitend“, „Verarbeitung“ und dergleichen kann synonym mit „rendern“, „gerendert“, „rendernd“ und dergleichen verwendet werden. Die Verwendung des Begriffs „Modul“ bedeutet nicht, dass die als Teil des Moduls beschriebenen oder beanspruchten Komponenten oder Funktionalität alle in einem gemeinsamen Paket konfiguriert sind. Tatsächlich können einzelne oder alle der verschiedenen Komponenten eines Moduls, unabhängig davon, ob es sich um Steuerlogik oder andere Komponenten handelt, in einem einzigen Paket kombiniert oder separat gewartet und weiter in mehreren Gruppierungen oder Paketen oder an mehreren Standorten verteilt werden.
  • Zusätzlich werden die verschiedenen Ausführungsformen in Form von exemplarischen Blockdiagrammen, Flussdiagrammen und anderen Abbildungen beschrieben. Wie sich nach der Lektüre dieses Dokuments herausstellen wird, können die veranschaulichten Ausführungsformen und ihre verschiedenen Alternativen ohne Einschränkung auf die veranschaulichten Beispiele umgesetzt werden. So sollten beispielsweise Blockdiagramme und die dazugehörige Beschreibung nicht so ausgelegt werden, dass sie eine bestimmte Architektur oder Konfiguration erfordern.

Claims (18)

  1. System zur Farbkorrektur von unkalibriertem Material, das System umfassend: einen Prozessor; und ein nichtflüchtiges, computerlesbares Medium, das funktionsfähig mit dem Prozessor gekoppelt ist und Anweisungen speichert, die bei ihrer Ausführung den Prozessor veranlasst zum: Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit einem oder mehreren Objekten, wobei das verschlechterte Zielmaterial verschlechterte Farben und Lichtinformationen umfasst, die Lichtquellen in dem verschlechterten Zielmaterial entsprechen; Erhalten von Farbreferenzdaten; Identifizieren von mindestens einem des einen oder der mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen; Korrigieren des einen oder der mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen; Korrigieren des Zielbilds basierend auf dem einen oder den mehreren korrigierten Objekten; und Erzeugen eines Verschlechterungsindex basierend darauf, wie das eine oder die mehreren korrigierten Objekte korrigiert werden.
  2. System nach Anspruch 1, wobei die Farbreferenzdaten ausgewählt sind aus einer Gruppe, die reale Objekte, Farbformulierungen, die einer bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, Tintenprozesse, die der bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, museal konservierte Aufzeichnungen und Farbabgleichsaufzeichnungen umfasst.
  3. System nach Anspruch 1, wobei Identifizieren des mindestens einen oder der mehreren Objekte im Zielbild ein Verwenden einer Objekterkennung umfasst.
  4. System nach Anspruch 3, wobei die Objekterkennung Formen und Muster des mindestens einen der einen oder der mehreren Objekte schwerer gewichtet als Farben des mindestens einen der einen oder der mehreren Objekte.
  5. System nach Anspruch 1, wobei Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Gewichten einer Position des einen oder der mehreren korrigierten Objekte umfasst, um das Zielbild zu korrigieren.
  6. System nach Anspruch 1, wobei das Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten umfasst: Mitteln des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte; und Korrigieren des Zielbildes basierend auf einem Mittelwert des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  7. Verfahren zur Farbkorrektur von unkalibriertem Material, das Verfahren umfassend: Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit einem oder mehreren Objekten, wobei das verschlechterte Zielmaterial verschlechterte Farben und Lichtinformationen umfasst, die Lichtquellen in dem verschlechterten Zielmaterial entsprechen; Erhalten von Farbreferenzdaten; Identifizieren von mindestens einem des einen oder der mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen; Korrigieren der einen oder der mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen; Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten; und Erzeugen eines Verschlechterungsindex basierend darauf, wie das eine oder die mehreren korrigierten Objekte korrigiert werden.
  8. Verfahren nach Anspruch 7, wobei die Farbreferenzdaten ausgewählt sind aus einer Gruppe, die reale Objekte, Farbformulierungen, die einer bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, Tintenprozesse, die der bestimmten Ära entsprechen, in der das verschlechterte Zielmaterial erfasst wurde, museal konservierte Aufzeichnungen und Farbabgleichsaufzeichnungen umfasst.
  9. Verfahren nach Anspruch 7, wobei Identifizieren des mindestens einen oder der mehreren Objekte im Zielbild ein Verwenden einer Objekterkennung umfasst.
  10. Verfahren nach Anspruch 9, wobei die Objekterkennung Formen und Muster des mindestens einen der einen oder der mehreren Objekte schwerer gewichtet als Farben des mindestens einen der einen oder mehreren Objekte.
  11. Verfahren nach Anspruch 7, wobei Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Gewichten einer Position des einen oder der mehreren korrigierten Objekte umfasst, um das Zielbild zu korrigieren.
  12. Verfahren nach Anspruch 7, wobei Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten umfasst: Mitteln des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte; und Korrigieren des Zielbildes basierend auf einem Mittelwert des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  13. System zur Farbkorrektur von unkalibriertem Material, das System umfassend: einen Prozessor; und ein nichtflüchtiges, computerlesbares Medium, das funktionsfähig mit dem Prozessor gekoppelt ist und Anweisungen speichert, die, wenn sie ausgeführt werden, bewirken, dass der Prozessor veranlasst wird zum: Erhalten eines Zielbildes eines verschlechterten Zielmaterials mit Objekten, wobei das verschlechterte Zielmaterial Lichtinformationen umfasst, die Lichtquellen in dem verschlechterten Zielmaterial und verschlechterten Farben entsprechen; Erhalten von Farbreferenzdaten; Identifizieren von mindestens einem der einen oder der mehreren Objekte im Zielbild, die den Farbreferenzdaten entsprechen; Korrigieren des einen oder der mehreren identifizierten Objekte im Zielbild basierend auf den Farbreferenzdaten und den Lichtinformationen; Korrigieren des Zielbilds basierend auf dem einen oder den mehreren korrigierten Objekten; und Erzeugen eines Verschlechterungsindex basierend darauf, wie das eine oder die mehreren korrigierten Objekte korrigiert werden.
  14. System nach Anspruch 13, wobei Identifizieren von mindestens einen der einen oder der mehreren Objekte im Zielbild ein Verwenden einer Objekterkennung umfasst.
  15. System nach Anspruch 14, wobei die Objekterkennung Formen und Muster des mindestens einen der einen oder der mehreren Objekte schwerer gewichtet als Farben des mindestens einen der einen oder der mehreren Objekte.
  16. System nach Anspruch 13, wobei Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten Gewichten einer Position des einen oder der mehreren korrigierten Objekte umfasst, um das Zielbild zu korrigieren.
  17. System nach Anspruch 13, wobei Korrigieren des Zielbildes basierend auf dem einen oder den mehreren korrigierten Objekten umfasst: Mitteln des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte; und Korrigieren des Zielbildes basierend auf einem Mittelwert des Verschlechterungsindex für das eine oder die mehreren korrigierten Objekte.
  18. System nach Anspruch 13, wobei das degradierte Zielmaterial Lichtinformationen umfasst und das identifizierte Objekt basierend auf den Lichtinformationen korrigiert wird.
DE102019207739.0A 2018-06-04 2019-05-27 Systeme und verfahren zur farbkorrektur für unkalibriertematerialien Active DE102019207739B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/997,564 US10832380B2 (en) 2018-06-04 2018-06-04 Systems and methods for correcting color for uncalibrated materials
US15/997,564 2018-06-04

Publications (2)

Publication Number Publication Date
DE102019207739A1 DE102019207739A1 (de) 2019-12-05
DE102019207739B4 true DE102019207739B4 (de) 2022-10-27

Family

ID=68576494

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019207739.0A Active DE102019207739B4 (de) 2018-06-04 2019-05-27 Systeme und verfahren zur farbkorrektur für unkalibriertematerialien

Country Status (2)

Country Link
US (1) US10832380B2 (de)
DE (1) DE102019207739B4 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69319979T2 (de) 1992-09-08 1998-12-10 Fuji Photo Film Co Ltd Bildverarbeitungssystem und Verfahren zur originalgetreuen Wiedergabe der Farben von Objekten auf Negativfilm
JP2011138035A (ja) 2009-12-28 2011-07-14 Eyedentify:Kk フィルム、撮影装置、および映像リマスター装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5212546A (en) 1990-07-03 1993-05-18 Electronics For Imaging, Inc. Color correction system employing reference pictures
US6792136B1 (en) 2000-11-07 2004-09-14 Trw Inc. True color infrared photography and video
US6985253B2 (en) 2000-12-28 2006-01-10 Eastman Kodak Company Processing film images for digital cinema
US7068838B2 (en) 2001-04-20 2006-06-27 Mti Film, Llc Automated color control in film-to-digital transfer
CN102388402B (zh) * 2010-02-10 2015-08-19 杜比国际公司 图像处理装置及图像处理方法
US8976264B2 (en) 2012-09-04 2015-03-10 Duelight Llc Color balance in digital photography
KR20140035712A (ko) * 2012-09-14 2014-03-24 한국전자통신연구원 객체 인식 방법 및 장치
US9002109B2 (en) 2012-10-09 2015-04-07 Google Inc. Color correction based on multiple images
US20140313303A1 (en) 2013-04-18 2014-10-23 Digimarc Corporation Longitudinal dermoscopic study employing smartphone-based image registration
US10049294B2 (en) 2015-01-30 2018-08-14 X-Rite Switzerland GmbH Imaging apparatus, systems and methods
WO2016207875A1 (en) 2015-06-22 2016-12-29 Photomyne Ltd. System and method for detecting objects in an image
US9898668B2 (en) 2015-08-27 2018-02-20 Qualcomm Incorporated System and method of object detection
US9691161B1 (en) 2015-09-25 2017-06-27 A9.Com, Inc. Material recognition for object identification

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69319979T2 (de) 1992-09-08 1998-12-10 Fuji Photo Film Co Ltd Bildverarbeitungssystem und Verfahren zur originalgetreuen Wiedergabe der Farben von Objekten auf Negativfilm
JP2011138035A (ja) 2009-12-28 2011-07-14 Eyedentify:Kk フィルム、撮影装置、および映像リマスター装置

Also Published As

Publication number Publication date
US10832380B2 (en) 2020-11-10
US20190370939A1 (en) 2019-12-05
DE102019207739A1 (de) 2019-12-05

Similar Documents

Publication Publication Date Title
DE112020001363T5 (de) Erkennung von bildern in bezug auf ziele auf der grundlage von farbraumtransformationstechniken und unter verwendung von ultraviolettem licht
DE112020001345T5 (de) Optimierung der erkennung von bildern in bezug auf ziele auf der grundlage von farbraumtransformationstechniken
DE69913534T2 (de) Verfahren und vorrichtung zur bilderzeugung
DE60031910T2 (de) Genaue Farbbildreproduktion von Farben innerhalb des Farbtonbereichs und verbesserte Farbbildreproduktion von Farben ausserhalb des Farbtonbereichs
DE60009644T2 (de) Farbtonumsetzung unter Verwendung lokaler Information
DE60133160T2 (de) Digitalbild-Verarbeitungsverfahren und Vorrichtung zur Helligkeitseinstellung von Digitalbildern
DE10314071B3 (de) Verfahren zur qualitativen Beurteilung eines Materials mit mindestens einem Erkennungsmerkmal
DE60207417T2 (de) Verfahren und vorrichtung zur erzeugung formatierter information, die mit den fehlern zumindest eines geräts einer kette verbunden ist, insbesondere der bildschärfeverzerrung
DE602006000400T2 (de) Bildsegmentierungsverfahren und -system
DE69724933T2 (de) System und verfahren zur farbengamut- und dichtenkompression mit idealer umsetzungsfunktion
DE19514618C2 (de) Farbkorrekturvorrichtung und -verfahren sowie Farbbildverarbeitungssystem mit einer solchen Vorrichtung
EP1231564A1 (de) Digitale lokale Bildeigenschaftssteuerung mittels Masken
WO2006002978A1 (de) Verfahren und system zur automatischen bestimmung von farben sowie ein entsprechendes computerprogramm und ein entsprechendes computerlesbares speichermedium
DE69733456T2 (de) Bildverarbeitungsvorrichtung und -verfahren
DE60012739T2 (de) Spektrales modell für photographisches drucken, das auf einer farbstoffkonzentration beruht
JP2021531571A (ja) 証明書画像抽出方法及び端末機器
DE102011106072A1 (de) Schattenentfernung in einem durch eine fahrzeugbasierte kamera erfassten bild unter verwendung einer optimierten ausgerichteten linearen achse
DE10319094A1 (de) Verfahren und Vorrichtung zum Zuordnen einer Farbverbesserung zu einer Farbe
DE102020003314A1 (de) Bildmanipulieren mit geometrischen und fotometrischen Transformationen
DE112020005864T5 (de) Verfahren und Einrichtung zur Verifizierung der Authentizität eines Produkts
DE102018109276A1 (de) Bildhintergrundsubtraktion für dynamische beleuchtungsszenarios
EP1370070B1 (de) Farbmanagement mit Referenzgamut
DE102019207739B4 (de) Systeme und verfahren zur farbkorrektur für unkalibriertematerialien
DE102012201024A1 (de) Verfahren zum Verarbeiten eines Bildes zur Verdeutlichung von Text in dem Bild
DE102018203475A1 (de) Für Anwendungen des maschinellen Sehens optimierte Digitalkameraverfahren und -vorrichtungen

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final