DE10212919A1 - Verfahren zur automatischen Erkennung von Bildfehlern - Google Patents
Verfahren zur automatischen Erkennung von BildfehlernInfo
- Publication number
- DE10212919A1 DE10212919A1 DE2002112919 DE10212919A DE10212919A1 DE 10212919 A1 DE10212919 A1 DE 10212919A1 DE 2002112919 DE2002112919 DE 2002112919 DE 10212919 A DE10212919 A DE 10212919A DE 10212919 A1 DE10212919 A1 DE 10212919A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- error
- pixels
- environment
- moments
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
- H04N1/047—Detection, control or error compensation of scanning velocity or position
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
Es wird ein Verfahren zur Erkennung von Bildfehlern in digitalen Bilddaten beschrieben, bei dem für einen Bildpunkt (P(x, y)) die zweiten Momente (m1(x, y); m2(x, y)) für eine erste Umgebung (N1) und für eine zweite Umgebung (N2) gebildet werden. Die zweiten Momente (m1(x, y); m2(x, y)) werden mit Schwellwerten (T1; T2) verglichen und aufgrund des Vergleichs wird der Bildpunkt (P(x, y)) als Bildfehler erkannt oder nicht. Die erste Umgebung (N1) umfasst eine kleine Zahl von Bildpunkten, und die zweite Umgebung (N2) umfasst eine wesentlich größere Zahl von Bildpunkten. Aus dem Vergleich der zweiten Momente (m1(x, y); m2(x, y)) mit den Schwellwerten (T1; T2) kann auch eine Funktion (w(x, y)) abgeleitet werden, die die Wahrscheinlichkeit angibt, mit der der Bildpunkt (P(x, y)) zu einem Bildfehler gehört.
Description
- Die Erfindung bezieht sich auf das Gebiet der digitalen Bildverarbeitung von abgetasteten Bildvorlagen und betrifft ein Verfahren zur automatischen Erkennung von Bildfehlern, die beispielsweise durch Staub oder Kratzer auf einer Bildvorlage beim Abtasten in den Bilddaten der Bildvorlage entstehen.
- Solche Bildfehler sind besonders störend bei der digitalen Bildverarbeitung in der Reproduktionstechnik, bei der die abgetasteten Bilddaten zu Druckvorlagen und Druckformen weiter verarbeitet werden. Dazu werden verhältnismäßig kleine Bildvorlagen, beispielsweise Diapositive oder Farbnegative, mit einem sehr hoch auflösenden Scanner abgetastet und dabei in der Regel stark vergrößert. Dadurch erscheinen schon kleine Fremdkörper oder Defekte auf der Oberfläche der Bildvorlagen, wie beispielsweise Staub, Haare oder Kratzer, als sichtbare Fehler auf der Druckform.
- Zur Beseitigung derartiger Fehler bei der Abtastung von transparenten Vorlagen beschreibt die Patentschrift US-A-5,969,372 bereits eine Reihe von Verfahren, mit denen sich Fremdkörper oder Oberflächendefekte auf der Bildvorlage erkennen und anschließend auf elektronischem Wege korrigieren lassen. Bei diesen Verfahren wird jeder Bildpunkt auf der transparenten Bildvorlage im Scanner zweimal abgetastet, wobei die Bildvorlage bei einer Abtastung mit normalem sichtbarem Licht beleuchtet wird, das nach dem Hindurchtritt durch die Bildvorlage auf einen Sensor fällt und dort eine zu korrigierende elektronische Abbildung erzeugt. Die zweite Abtastung liefert anschließend eine Fehlersignatur, d. h. eine elektronische Abbildung der Fremdkörper oder Oberflächendefekte, die dann in einer Bildverarbeitungs- Software verwendet wird, um entsprechende Bereiche der ersten Abbildung in geeigneter Weise zu verändern, zum Beispiel indem die Bildpunkte in diesen Bereichen durch Bildpunkte ersetzt werden, deren Helligkeit aus Helligkeitsmessungen von Bildpunkten in benachbarten als fehlerfrei identifizierten Bereichen der Abbildung abgeleitet wird. Für die zweite Abtastung sind verschiedene Möglichkeiten offenbart, darunter in erster Linie die Beleuchtung der Vorlage mit infrarotem Licht, das von den normalerweise verwendeten Pigmenten der Vorlage durchgelassen wird, während Fremdkörper oder Oberflächendefekte zu einer Verringerung der Durchlässigkeit führen, sowie eine Dunkelfeldbeleuchtung der Vorlage mit sichtbarem oder infrarotem Licht, bei der nur von den Fremdkörpern oder Oberflächendefekten reflektiertes, gestreutes, gebrochenes oder in sonstiger Weise abgelenktes Licht auf den Sensor einfällt und dort die Fehlersignatur erzeugt.
- Obwohl sich diese beiden Verfahren und insbesondere die Abtastung mit infrarotem Licht im allgemeinen gut bewähren, weisen sie doch einige Nachteile auf. Die in einigen Vorlagen enthaltenen Pigmente sind nicht immer ausreichend transparent für infrarotes Licht oder weisen eine unterschiedliche Transparenz für dieses auf, was bei der Fehlererkennung mit dem zuerst genannten Verfahren zu Problemen führen kann. Mit einer Dunkelfeldbeleuchtung der Vorlage lassen sich hingegen wegen der geringen Empfindlichkeit sehr kleine Fremdkörper oder Oberflächendefekte nicht erfassen. Der Hauptnachteil solcher Verfahren ist jedoch, dass im Scanner zusätzliche Lichtquellen, Filter und weitere Vorrichtungen vorgesehen werden müssen, um diese Verfahren auszuführen. Außerdem muss die Bildvorlage mehrfach abgetastet werden, wodurch die Abtastung mehr Zeit kostet und unwirtschaftlich ist. Zusätzlich besteht die Gefahr, dass zwischen den verschiedenen Abtastungen Passungenauigkeiten auftreten.
- Wenn kein speziell für die Fehlererkennung ausgerüsteter Scanner zur Verfügung steht oder aus Kostengründen nicht verwendet werden soll, müssen die Bildfehler nach dem Abtasten in den digitalen Bilddaten korrigiert werden. Dazu werden nach dem Stand der Technik verschiedene elektronische Retuscheverfahren eingesetzt.
- Ein bekanntes Retuscheverfahren ist die kopierende Retusche, wie sie in der europäischen Patentschrift EP-0111026-B1 beschrieben ist. Sie wird genutzt, um Informationen eines Bildbereichs auf einen anderen Bildbereich Bildpunkt für Bildpunkt zu übertragen. Damit können Fehlerstellen im Bild beseitigt werden, indem in den beschädigten Bildbereich Bildpunkte aus einem benachbarten Bildbereich mit ähnlicher Farbe und Struktur kopiert werden. Zur Ausführung der Retusche bewegt der Bediener an einem Computer-Arbeitsplatz, in dem das zu retuschierende Bild gespeichert ist, mittels einer Computermaus gleichzeitig eine Lesemarke und eine Schreibmarke, die auf dem Bildschirm eingeblendet sind. Die Lesemarke zeigt auf einen Lesebereich des Bildes, und die Schreibmarke zeigt auf einen Schreibbereich, in dem sich die Fehlerstelle befindet. Dabei werden in dem gespeicherten Bild laufend die unter der Lesemarke befindlichen Bildpunkte in die entsprechenden Bildpunkte unter der Schreibmarke übertragen.
- In der europäischen Patentschrift EP-0768621-B1 wird ein teilweise automatisiertes Verfahren zur Beseitigung von Bildfehlern beschrieben. Zunächst werden vom Bediener die Bildfehler manuell in einem Maskenspeicher als Bitmap gekennzeichnet. Dann werden die in der Bitmap gekennzeichneten Bildpunkte der Fehlerstellen mit einem speziellen Fensteroperator korrigiert. Der Fensteroperator legt unter verschiedenen Winkeln Liniensegmente über jeden Bildpunkt der Fehlerstelle, wobei die äußeren Enden der Liniensegmente in nicht-defekte Nachbarbereiche des Bildfehlers hineinragen. Die Farbwerte der nicht-defekten Bildpunkte werden entlang jedes Liniensegments mit Farbwerten verglichen, die aus einem Interpolationsmodell gewonnen wurden. Dann wird das Liniensegment ausgewählt, das den geringsten Interpolationsfehler aufweist. Schließlich wird das defekte Pixel der Fehlerstelle entlang des ausgewählten Liniensegments nach dem Interpolationsmodell interpoliert.
- In der deutschen Patentanmeldung DE-198 42 572-A1 wird ein Verfahren zur automatischen Entfernung von Bildfehlern in digitalen Bilddaten angegeben. 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. Dazu wird je ein Linienendpunkt auf beiden Seiten der Fehlerkontur gewählt und für alle Bildpunkte, die auf der Verbindungslinie zwischen den Linienendpunkten liegen, werden Zwischenwerte interpoliert, die die fehlerhaften Bildpunkte ersetzen. Das Verfahren ist vorwiegend zur Beseitigung von Bildfehlern in Form von Kratzern oder ähnlichen Strukturen geeignet.
- Weiterhin sind Verfahren zur Reduzierung des Rauschens in Bilddaten durch die Anwendung verschiedener Filtermethoden bekannt, die gewissermaßen als Nebeneffekt auch die beim Abtasten durch Staub usw. entstandenen Bildfehler vermindern. So ist in der europäischen Patentanmeldung EP-0849706-A2 ein Verfahren beschrieben, bei dem zunächst die Varianz der Bildpunkte bezogen auf eine kleine Umgebungsfläche ermittelt wird. Abhängig vom Wert der Varianz wird dann eine gewichtete Medianwertfilterung der Bildpunkte durchgeführt. Dabei werden Bildpunkte mit einer kleinen Varianz stark gefiltert, d. h. der ursprüngliche Bildpunktwert wird durch den Medianwert ersetzt, und Bildpunkte mit einer großen Varianz werden nicht gefiltert oder nur wenig in Richtung auf den Medianwert verändert. Dadurch wird in strukturreichen Bildteilen weniger stark gefiltert als in strukturarmen Bereichen. Das Verfahren vermindert auch durch Staub entstandene Bildfehler etwas, beseitigt sie aber nicht vollständig, da solche Bildfehler im allgemeinen eine mittelgroße bis große Varianz bezogen auf eine kleine Umgebungsfläche haben. Das Verfahren wertet diese Bildfehler deshalb als strukturreiche Bildteile, d. h. es kann die Bildfehler nicht von normalen Bildstrukturen unterscheiden und ist deshalb nicht zur Erkennung und Beseitigung der Bildfehler geeignet.
- Die nach dem Stand der Technik bekannten Verfahren zur Entfernung von Bildfehlern haben den Nachteil, dass oft ein Bediener zunächst die Lage der Fehlerstellen im Bild suchen und kennzeichnen muss, was sehr zeitaufwendig ist. Außerdem können Fehlerstellen dabei vom Bediener übersehen werden. Automatische Verfahren sind rechenaufwendig oder eignen sich nur für Bildfehler, die eine bestimmte Form haben, wie z. B. Kratzer. Verfahren, die für die Verminderung des Rauschens optimiert sind, können beim Abtasten entstandene Bildfehler nicht von den Bildstrukturen unterscheiden und sind deshalb nicht wirkungsvoll genug. Außerdem verändern sie durch ihre Filteroperationen alle Bereiche des Bildes und nicht nur die Bereiche, in denen ein Bildfehler vorliegt.
- Die Aufgabe der vorliegenden Erfindung ist daher, die Nachteile der bekannten Verfahren zur Entfernung von Bildfehlern in digitalen Bilddaten zu vermeiden und ein neues Verfahren anzugeben, das eine automatische und sichere Erkennung der Fehlerstellen ermöglicht. Nach diesem Schritt können dann verschiedene Methoden zur Entfernung der Bildfehler gezielt dort angewendet werden, wo in den Bilddaten ein Bildfehler erkannt worden ist.
- Diese Aufgabe wird durch die Merkmale des Anspruchs 1 gelöst. Vorteilhafte Weiterbildungen sind in den Unteransprüchen angegeben. Die Erfindung wird nachfolgend anhand der Fig. 1 bis 3 näher beschrieben.
- Es zeigen:
- Fig. 1 einen Ausschnitt aus den Bilddaten mit den Umgebungen N1 und N2,
- Fig. 2 die Umgebungen N1 und N2, und
- Fig. 3 ein Beispiel für den Verlauf der Wahrscheinlichkeitsfunktion w(x, y) in Abhängigkeit von den Momenten m1 und m2.
- Fig. 1 zeigt einen Ausschnitt aus den Bilddaten 1, in denen die Bildfehler erkannt werden sollen. Vorzugsweise liegt für die Bilddaten 1 eine Helligkeitskomponente L vor. Wenn es sich um Farbbilddaten handelt, beispielsweise mit den Farbkomponenten Rot, Grün und Blau, so kann nach bekannten Verfahren daraus eine Helligkeitskomponente L abgeleitet werden, z. B. nach der Beziehung:
L = 0,299 × R + 0,587 × G + 0,114 × B (1)
- Durch Transformation der Farbbilddaten in den geräteunabhängigen Farbraum CIE-LAB gewinnt man ebenfalls eine Helligkeitskomponente L. Alternativ kann auch eine der Farbkomponenten als Ersatz für die Helligkeitskomponente L genommen werden, vorzugsweise die Farbkomponente Grün.
- In einem ersten Schritt des erfindungsgemäßen Verfahrens wird für jeden Bildpunkt P(x, y) aus den Helligkeitswerten L(u, v) einer ersten kleinen Umgebung N1 das zweite Moment m1(x, y) berechnet, d. h. die Wurzel aus der Varianz.
- Dabei ist angenommen, dass die Umgebung N1 ein Quadrat von n1 × n1 Bildpunkten umfasst. Fig. 2 zeigt die Umgebung N1 noch einmal vergrößert. Die Umgebung N1 kann auch ein Rechteck sein oder eine andere Form haben, beispielsweise ein im Rahmen der Bildauflösung angenäherter Kreis. <L> ist der Mittelwert der Helligkeitswerte L(u, v) über die Umgebung N1.
- Im zweiten Schritt des erfindungsgemäßen Verfahrens wird für jeden Bildpunkt P(x, y) aus den Helligkeitswerten L(u, v) einer zweiten größeren Umgebung N2 das zweite Moment m2(x, y) berechnet.
- Fig. 2 zeigt auch die zweite Umgebung N2. Für das Verfahren ist es wichtig, dass die erste Umgebung N1 relativ klein gegenüber den kleinsten zum Bildinhalt gehörenden Objekten ist, beispielsweise 3 × 3 Bildpunkte, und dass die zweite Umgebung N2 deutlich größer ist, beispielsweise 21 × 21 Bildpunkte. Andererseits sollte die zweite Umgebung N2 aber noch klein sein gegenüber der Breite und der Höhe des ganzen Bildes, beispielsweise mindestens 20-mal kleiner. Bei in der Reproduktionstechnik verarbeiteten Bildern, die mit hoher Auflösung abgetastet werden, ist diese Forderung leicht zu erfüllen.
- Im dritten Schritt des erfindungsgemäßen Verfahrens werden für die berechneten Momente m1(x, y) und m2(x, y) Schwellwerte T1 bzw. T2 festgelegt. Ein Bildpunkt P(x, y) wird dann als zu einem Bildfehler gehörig erkannt, wenn sein Moment m1(x, y) den Schwellwert T1 überschreitet und wenn sein Moment m2(x, y) den Schwellwert T2 unterschreitet. Dies wird mit einer zweiwertigen Fehlerfunktion e(x, y) kennzeichnet.
- Mit diesem Kriterium werden Bildpunkte als Fehler erkannt, die zu sehr kleinen Objekten in einer strukturarmen Umgebung gehören, und deren Helligkeit deutlich von den umgebenden Bildpunkten abweicht. Solche Objekte werden typischerweise durch Staub verursacht. In stark strukturierten Gebieten des Bildes ist die Varianz bzw. das zweite Moment relativ groß, so dass aufgrund des zweiten Teils des Kriteriums (5) in solchen Gebieten keine Bildfehler erkannt werden. Damit wird vermieden, dass Bildstrukturen fälschlicherweise als Bildfehler erkannt werden. Selbst wenn in diesen Gebieten durch Staub verursachte Bildfehler vorhanden sind, sind sie in der stark strukturierten Umgebung kaum zu erkennen und stören deswegen nicht. Es ist dann besser, sie nicht zu korrigieren, als die Bildstrukturen durch Filteroperationen zu verändern und die Bildschärfe zu beeinträchtigen. Durch die kombinierte Analyse der Varianz bzw. der zweiten Momente in zwei verschieden großen Umgebungen N1 und N2 können zum Bildinhalt gehörende Objekte und Strukturen relativ sicher von den durch Staub, Kratzer usw. erzeugten Bildfehlern unterschieden werden, so dass in einem anschließenden Prozess nur die Bildfehler korrigiert werden ohne die im Bild enthaltenen Strukturen zu verfälschen.
- Um eine optimale Erkennung der Bildfehler zu erreichen, werden die Schwellwerte T1 und T2 vorzugsweise abhängig vom Bildinhalt festgelegt. Dazu werden beispielsweise die in den Umgebungen N1 und N2 ermittelten zweiten Momente m1 (x, y) bzw. m2(x, y) über das ganze Bild gemittelt, so dass man die Mittelwerte <m1> und <m2> erhält. Wird dann z. B. T2 = <m2> festgelegt, so wird bei der Erkennung der Bildfehler genau zwischen über- und unterdurchschnittlich stark strukturierten Bildbereichen unterschieden. Für den Schwellwert T1 ist es z. B. vorteilhaft, ihn deutlich größer als <m1> festzulegen, um nur solche Bildpunkte als Bildfehler zu erkennen, deren Varianz bzw. zweites Moment sich genügend vom Durchschnitt des Bildes abhebt.
- Bei einer alternativen Methode zur optimalen Festlegung der Schwellwerte T1 und T2 werden zunächst die Histogramme der zweiten Momente m1(x, y) bzw. m2(x, y) ermittelt. Der Schwellwert T1 wird dann beispielsweise so festgelegt, dass ein fester Anteil der Bildpunkte mit seinem zweiten Moment m1(x, y) oberhalb des Schwellwertes liegt. Damit wird direkt eine bestimmte Anzahl von vermuteten Bildpunkten vorgegeben, die zu Bildfehlern gehören könnten, beispielweise 0,5% der Bildpunkte. Die Erfahrung aus der Praxis zeigt, dass dieser Anteil bei Bildvorlagen, die aufeinanderfolgend unter gleichen Bedingungen abgetastet werden, näherungsweise konstant ist. Wenn dieser Anteil bekannt ist, kann der Schwellwert T1 so optimiert werden, dass mit hoher Wahrscheinlichkeit mit dem ersten Teil des Kriteriums (5) nur die fehlerhaften Bildpunkte gefunden werden und keine fehlerfreien Bildpunkte, die zum Bildinhalt gehören. Der Schwellwert T2 wird aufgrund des Histogramms so festgelegt, dass der überwiegende Teil der strukturreichen Bildgebiete nicht auf Bildfehler untersucht wird.
- In einer weiteren Ausführungsform der Erfindung wird anstelle einer zweiwertigen Fehlerfunktion e(x, y) eine in den Momenten m1 und m2 kontinuierliche Wahrscheinlichkeitsfunktion w(x, y) ermittelt, die angibt, mit welcher Wahrscheinlichkeit ein Bildpunkt ein Bildfehler ist. Eine dafür geeignete Funktion ist:
- Mit den Parametern β1 und β2 kann eingestellt werden, wie "weich" der Übergang der Funktion zwischen den Extremwerten 0 bzw. 1 im Bereich der Schwellwerte T1 und T2 ist. Für große Werfe von β1 und β2 geht die Funktion in eine zweiwertige Fehlerfunktion nach Gleichung (5) über. Fig. 3 veranschaulicht den Verlauf der Wahrscheinlichkeitsfunktion w(x, y) im Bereich der Schwellwerte T1 und T2. Eine Wahrscheinlichkeit, mit der ein Bildpunkt zu einem Bildfehler gehört, kann auch mit anderen Funktionen als mit der Funktion in Gleichung (6) aus den Momenten m1(x, y) und m2(x, y) abgeleitet werden. Grundsätzlich sind alle Funktionen geeignet, die im Bereich der Schwellwerte T1 und T2 kontinuierliche Werte w(x, y) zwischen 0 und 1 ergeben und sich für Momente, die weiter von den Schwellwerten entfernt sind, den Extremwerten 0 bzw. 1 annähern.
- Nachdem die Bildfehler mit dem erfindungsgemäßen Verfahren erkannt und mit der Fehlerfunktion e(x, y) bzw. der Wahrscheinlichkeitsfunktion w(x, y) gekennzeichnet worden sind, können sie mit einer der bekannten und bewährten Methoden korrigiert werden. Dazu werden sie beispielsweise mit der Medianwertfilterung, mit einer automatischen Verlaufsretusche oder allgemein mit einem beliebigen Verfahren korrigiert, das die Bildpunktwerte im Bereich der Bildfehler durch Werte ersetzt, die aus den Bildpunkten der unmittelbaren Umgebung gewonnen werden, so dass die korrigierten Bildpunkte sich harmonisch in die Bildpunkte der Umgebung einfügen. Für den Fall, dass die Bildfehler mit einer zweiwertigen Fehlerfunktion e(x, y) gekennzeichnet worden sind, ersetzen die nach dem Korrekturverfahren bestimmten Bildpunktwerte die ursprünglichen Bildpunktwerte vollständig dort, wo die Fehlerfunktion den Wert 1 hat. Falls die Bildfehler mit einer Wahrscheinlichkeitsfunktion w(x, y) nach dem Kriterium (6) gekennzeichnet worden sind, wird beispielsweise ein neuer Bildpunktwert aus einer mit w(x, y) bzw. 1 - w(x, y) gewichteten Mittelung des nach dem Korrekturverfahren bestimmten Bildpunktwertes und des ursprünglichen Bildpunktwertes bestimmt. Auf diese Weise erfolgt im Bereich der Schwellwerte T1 bzw. T2 ein gradueller Übergang zwischen unkorrigierten Bildpunkten und vollständig korrigierten Bildpunkten.
Claims (5)
1. Verfahren zur Erkennung von Bildfehlern in digitalen Bilddaten,
dadurch gekennzeichnet dass
für eine erste Umgebung (N1) das zweite Moment (m1(x, y)) eines Bildpunktes (P(x, y)) gebildet wird,
für eine zweite Umgebung (N2) das zweite Moment (m2(x, y)) des Bildpunktes (P(x, y)) gebildet wird,
die zweiten Momente (m1(x, y); m2(x, y)) mit einem ersten Schwellwert (T1) und mit einem zweiten Schwellwert (T2) verglichen werden, und
aufgrund des Vergleichs der Bildpunkt (P(x, y)) als Bildfehler erkannt wird.
für eine erste Umgebung (N1) das zweite Moment (m1(x, y)) eines Bildpunktes (P(x, y)) gebildet wird,
für eine zweite Umgebung (N2) das zweite Moment (m2(x, y)) des Bildpunktes (P(x, y)) gebildet wird,
die zweiten Momente (m1(x, y); m2(x, y)) mit einem ersten Schwellwert (T1) und mit einem zweiten Schwellwert (T2) verglichen werden, und
aufgrund des Vergleichs der Bildpunkt (P(x, y)) als Bildfehler erkannt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet dass ein Bildfehler
erkannt wird, wenn das zweite Moment (m1(x, y)) der ersten Umgebung (N1)
größer ist als der erste Schwellwert (T1) und wenn das zweite Moment
(m2(x, y)) der zweiten Umgebung (N2) kleiner ist als der zweite Schwellwert
(T2).
3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet
dass die zweite Umgebung (N2) eine größere Zahl von Bildpunkten umfasst
als die erste Umgebung (N1).
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet
dass die erste Umgebung (N1) eine kleine Zahl von Bildpunkten umfasst.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet
dass aus dem Vergleich der zweiten Momente (m1(x, y); m2(x, y)) mit den
Schwellwerten (T1; T2) eine Funktion (w(x, y)) abgeleitet wird, die die
Wahrscheinlichkeit angibt, mit der der Bildpunkt (P(x, y)) zu einem Bildfehler gehört.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2002112919 DE10212919B4 (de) | 2002-03-22 | 2002-03-22 | Verfahren zur automatischen Erkennung von Bildfehlern |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2002112919 DE10212919B4 (de) | 2002-03-22 | 2002-03-22 | Verfahren zur automatischen Erkennung von Bildfehlern |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10212919A1 true DE10212919A1 (de) | 2003-10-23 |
DE10212919B4 DE10212919B4 (de) | 2004-11-11 |
Family
ID=28458373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2002112919 Expired - Fee Related DE10212919B4 (de) | 2002-03-22 | 2002-03-22 | Verfahren zur automatischen Erkennung von Bildfehlern |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10212919B4 (de) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE18483T1 (de) * | 1982-12-11 | 1986-03-15 | Hell Rudolf Dr Ing Gmbh | Verfahren und einrichtung zur kopierenden retusche bei der elektronischen farbbildreproduktion. |
EP0531904A3 (en) * | 1991-09-10 | 1993-10-06 | Eastman Kodak Company | Method and apparatus for spatially variant filtering |
US6104839A (en) * | 1995-10-16 | 2000-08-15 | Eastman Kodak Company | Method and apparatus for correcting pixel values in a digital image |
US5768440A (en) * | 1996-12-18 | 1998-06-16 | Xerox Corporation | Adaptive noise removal for video images with less correction of current pixel for higher variations between surrounding pixels |
US5969372A (en) * | 1997-10-14 | 1999-10-19 | Hewlett-Packard Company | Film scanner with dust and scratch correction by use of dark-field illumination |
DE19842572B4 (de) * | 1998-09-17 | 2005-03-24 | Heidelberger Druckmaschinen Ag | Verfahren zur automatischen Entfernung von Bildfehlern |
-
2002
- 2002-03-22 DE DE2002112919 patent/DE10212919B4/de not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
DE10212919B4 (de) | 2004-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19842572B4 (de) | Verfahren zur automatischen Entfernung von Bildfehlern | |
DE60118240T2 (de) | Methode zur bildanalyse | |
DE10037697B4 (de) | Adaptive Maskentechnik zur Inspektion von Defekten | |
DE69926205T2 (de) | Artefaktentfernungstechnik für schiefenkorrigierte bilder | |
EP1288860A1 (de) | Verfahren zur Verarbeitung digitaler fotografischer Bilddaten, welches ein Verfahren zum automatischen Erkennen von rote-Augen-Defekten umfasst | |
DE102005011237B3 (de) | Verfahren zur Bestimmung von Defekten in Bildern | |
DE19530829C2 (de) | Verfahren zum elektronischen Wiederauffinden von einem Dokument hinzugefügter Information | |
DE2417282A1 (de) | Vorrichtung zum erkennen eines musters | |
DE102013210375A1 (de) | Auffinden von text in natürlichen szenen | |
DE102011051934A1 (de) | Verfahren und Vorrichtung zur OCR-Erfassung von Wertdokumenten mittels einer Matrixkamera | |
EP1251464A2 (de) | Verfahren zur Retouche von in Pixeln redigitalisierten, gerasterten binären Bilddaten | |
EP2710792B1 (de) | Verfahren zur detektion der breite und position von dokumenten anhand von bildinformationen in einem grossformatigen scanner-system | |
DE102010014733B4 (de) | Chromakeyverfahren und Chromakeyvorrichtung zur Aufnahme und Bildbearbeitung von Kamerabildern | |
DE10212919B4 (de) | Verfahren zur automatischen Erkennung von Bildfehlern | |
DE10041750C2 (de) | Auf- oder Durchlichtscanner und Bildverarbeitungsverfahren für eingescannte Bildvorlagen | |
DE19636865C1 (de) | Erkennung von schräglaufenden Kratzern in Videosignalen | |
DE19700318A1 (de) | Verfahren zur Bestimmung der Geometriedaten von Abtastvorlagen | |
WO2022122240A1 (de) | Verfahren und vorrichtung zum detektieren einer störpflanzenabbildung in einem kamerarohbild und bildverarbeitungseinrichtung | |
EP3316216B1 (de) | Verfahren zum prüfen eines gegenstands | |
EP3718075A1 (de) | Verfahren zur herstellung eines personen porträts für ein ausweisdokument | |
DE60320058T2 (de) | Verfahren, Programm und Vorrichtung zur Bildverarbeitung | |
DE10254327A1 (de) | Verfahren zur Bestimmung der Auflagefläche in Bildern von Hautabdrücken | |
DE102006027068A1 (de) | Verfahren und Einrichtung zum Prüfen von Gegenständen | |
WO1998031135A1 (de) | Verfahren zur bestimmung der geometriedaten des relevanten bildausschnitts | |
WO2022214159A1 (de) | Verfahren und vorrichtung zur erkennung von fehlstellen in der oberfläche gewölbter artikel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |